Em junho passado, quando a startup de descoberta de medicamentos por inteligência artificial Chai Discovery tinha apenas 15 meses de existência, ela lançou um novo modelo capaz de projetar anticorpos. Quase 20 farmacêuticas entraram em contato para conversar.
“Foi como se tivéssemos lançado uma bomba no campo”, disse Jack Dent, cofundador e presidente da Chai, à Forbes. “As pessoas me mandavam mensagens no LinkedIn às 2 da manhã dizendo: ‘Estou tão empolgado que não consigo dormir’.”
A descoberta de medicamentos é uma das grandes promessas da inteligência artificial. Cientistas e investidores acreditam que os modelos podem transformar o longo e complexo processo de criação de novas terapias. Atualmente, um único medicamento costuma custar mais de US$ 1 bilhão (R$ 5 bilhões) para ser desenvolvido e leva mais de dez anos para chegar ao mercado.
A expectativa é que a tecnologia permita aos pesquisadores encontrar tratamentos potenciais com mais rapidez e precisão, além de criar terapias para doenças que antes eram consideradas impossíveis de tratar com medicamentos.
“Queremos elevar o padrão dos medicamentos que são criados”, afirma Josh Meier, cofundador e CEO da Chai. “Não se trata apenas de levar mais medicamentos aos pacientes, mas de oferecer medicamentos melhores.”
Apesar de competir com empresas mais antigas e com mais recursos, a Chai Discovery avançou rapidamente para a linha de frente da corrida pela descoberta de medicamentos com IA.
Em janeiro, a startup, então avaliada em US$ 1,3 bilhão (R$ 6,5 bilhões), anunciou uma parceria com a Eli Lilly, gigante farmacêutica com valor de mercado de US$ 1 trilhão (R$ 5 trilhões), conhecida principalmente por seus medicamentos para perda de peso. O acordo prevê o uso do modelo de IA da Chai para desenvolver diversas terapias inéditas.
Agora, a empresa revelou com exclusividade à Forbes que fechou mais uma grande parceria para desenvolvimento de medicamentos com inteligência artificial, desta vez com a Pfizer, que registrou receita de US$ 63 bilhões em 2025 (R$ 315 bilhões).
No início deste ano, a companhia sediada em San Francisco também lançou discretamente a próxima geração de seu modelo de design de anticorpos, chamado Chai-3. Segundo a empresa, ele é muito superior ao Chai-2, versão responsável por colocá-la no radar do setor.
“Isso deixou a equipe da Pfizer realmente animada”, afirma Dent. A empresa agora oferece gratuitamente seu primeiro modelo de dobramento de proteínas, o Chai-1, permitindo que potenciais clientes do setor farmacêutico testem parte da tecnologia. Atualmente, a Chai negocia com mais de 15 farmacêuticas e espera fechar novos acordos ainda este ano.
Embora a startup não divulgue os detalhes financeiros dos contratos com Pfizer e Lilly, os acordos devem gerar receitas relevantes.
Nova rodada de captação
Outras parcerias no setor de descoberta de medicamentos com IA, como o recente acordo da Genesis Molecular com a Incyte ou a parceria firmada em 2024 entre a Isomorphic Labs, empresa derivada da Alphabet, e a Lilly, envolveram pagamentos iniciais de dezenas de milhões de dólares, com valor potencial total superior a US$ 1 bilhão (R$ 5 bilhões).
A Chai, que integrou a lista AI 50 deste ano, já captou mais de US$ 225 milhões (R$ 1,125 bilhão) de investidores como OpenAI, General Catalyst, Menlo Ventures e Oak HC/FT.
Agora, a empresa negocia uma nova rodada de captação de US$ 400 milhões (R$ 2 bilhões), em uma operação que a avaliaria em US$ 3,4 bilhões (R$ 17 bilhões), segundo dois investidores familiarizados com as negociações ouvidos pela Forbes.
As conversas ainda estão em estágio inicial e a companhia ainda não escolheu o investidor líder da rodada. A Chai se recusou a comentar o assunto.
Os investidores destinaram US$ 11,4 bilhões (R$ 57 bilhões) para empresas globais de descoberta de medicamentos com IA em 2025, mais que o dobro dos US$ 5,6 bilhões (R$ 28 bilhões) registrados no ano anterior, segundo dados da PitchBook.
Até agora, em 2026, esse volume já alcança US$ 5,5 bilhões (R$ 27,5 bilhões), mantendo o setor no caminho para superar novamente o recorde.
A Isomorphic Labs, spin-off da Alphabet voltada para descoberta de medicamentos por IA, sozinha levantou impressionantes US$ 2,1 bilhões (R$ 10,5 bilhões) em maio.
“Havia muita expectativa e esperança em torno da IA na descoberta de medicamentos, mas as pessoas ficaram um pouco céticas porque era difícil apontar resultados concretos”, diz Dent. “Mas estamos em um universo completamente diferente daquele de um ano atrás.”
Cofundadores se conheceram em Harvard
Josh Meier, de 30 anos, cresceu em Teaneck, Nova Jersey, em uma família de médicos. Começou a programar aos oito anos de idade.
Durante os estudos em Harvard, cogitou seguir carreira na medicina antes de optar pelos cursos de química e ciência da computação.
“O que eu gosto na programação é que ela permite ampliar o impacto do seu trabalho”, afirma.
Ele conheceu Dent, hoje com 29 anos e nascido em Londres, no primeiro dia de aula em Harvard.
Dent, que também estudou ciência da computação, passou a adolescência desenvolvendo aplicativos e jogos com amigos.
“Eu era um garoto de 14 anos ganhando dinheiro vendendo aplicativos por 99 centavos e pensava: ‘Meu Deus, estou com a vida feita’”, relembra.
Após se formarem em 2018, ambos com graduação e mestrado, Meier trabalhou na OpenAI, no grupo de biologia generativa da Meta e na empresa de descoberta de medicamentos por IA Absci. Já Dent foi para a Stripe, onde conquistou a reputação de um dos principais engenheiros da companhia.
Era um momento particularmente favorável para trabalhar com inteligência artificial.
A cada poucos meses, Meier e Dent se encontravam em um restaurante português em San Francisco, onde Dent morava, ou em uma sorveteria em Nova York, onde Meier vivia, para trocar impressões sobre um setor que evoluía em ritmo acelerado.
O Google DeepMind lançou sua primeira base de dados de proteínas AlphaFold em 2021. Posteriormente, a equipe responsável pela tecnologia conquistou o Prêmio Nobel de Química.
Em 2024, segundo Dent, eles tinham a sensação de que toda a área de inteligência artificial estava prestes a dar um salto significativo, enquanto o setor de descoberta de proteínas parecia alguns anos atrasado.
“Sentíamos que tudo em IA estava prestes a começar a funcionar em grande escala, e que a área de descoberta de proteínas estava alguns anos atrás”, afirma.
Foi assim que lançaram a Chai em março daquele ano, ao lado de outros dois cofundadores que Meier conheceu durante sua trajetória profissional: Matt McPartlon, que também trabalhou na Absci, e Jacques Boitreaud, vindo da empresa francesa de descoberta de medicamentos por IA Aqemia.
Juntos, acreditavam ser capazes de criar um modelo superior para acelerar a busca por novas terapias.
“Os seres humanos são muito ruins na descoberta de medicamentos”, diz Meier. “Sinceramente, é quase um milagre conseguirmos desenvolver remédios com as ferramentas disponíveis atualmente.”
O primeiro modelo da empresa, o Chai-1, foi lançado apenas alguns meses depois.
“Durante muito tempo, os modelos eram fumaça e espelhos. Sabíamos que precisávamos torná-los literalmente 100 vezes melhores para que fossem realmente úteis em programas de descoberta de medicamentos.”
Jack Dent, cofundador e presidente da Chai Discovery
O caminho diferente escolhido
A maioria das empresas de descoberta de medicamentos por IA fecha acordos focados em medicamentos específicos, com grandes retornos caso os projetos tenham sucesso.
Essas companhias normalmente também desenvolvem seus próprios portfólios de terapias, já que o potencial de receita de um medicamento blockbuster é grande demais para ser ignorado.
A Chai escolheu um caminho diferente: vender acesso à sua tecnologia.
“Quando começamos, nos disseram que a única forma de ganhar dinheiro era desenvolver seus próprios ativos e se transformar em uma farmacêutica. Esse era o dogma que precisávamos desafiar”, afirma Dent.
Na avaliação dele, em um mundo em que farmacêuticas gastam centenas de milhões de dólares em uma única molécula promissora, um mecanismo de software capaz de gerar rapidamente dezenas de potenciais terapias teria enorme valor.
“Foi uma sacada brilhante perceber que, se você quer ser o parceiro confiável com quem indústrias tradicionais se sintam confortáveis para trabalhar, não pode ao mesmo tempo tentar competir com elas”, afirma Mikael Dolsten, ex-presidente global de Pesquisa e Desenvolvimento da Pfizer e atual membro do conselho da Chai.
Por meio da parceria com a Eli Lilly, a empresa trabalha para acelerar o desenvolvimento de medicamentos biológicos. Essas terapias são derivadas de fontes naturais, como proteínas e células, diferentemente dos medicamentos químicos sintetizados em laboratório.
Em março, Diogo Rau, diretor de informação e digital da Lilly, disse à Forbes que, considerando os prazos regulatórios para aprovação de medicamentos, seria apenas em meados ou até no final da década de 2030 que remédios desenvolvidos com inteligência artificial chegariam ao mercado.
“É uma grande aposta no futuro”, afirmou na ocasião.
A Pfizer recusou-se a comentar sua colaboração com a Chai para esta reportagem.
Como ela chamou a atenção
Annie Lamont, sócia-gerente da Oak HC/FT e integrante da lista Forbes Midas, afirma que passou uma década avaliando iniciativas de descoberta de medicamentos com IA antes de investir na Chai.
Segundo ela, a velocidade de comercialização da startup superou suas expectativas.
“Acho que ficou muito claro que eles estão vencendo a disputa”, afirma. “Estão vencendo a batalha da comercialização e também a dos modelos e produtos.”
Foi justamente o Chai-3 que convenceu a Pfizer a assinar o acordo. Segundo a empresa, o modelo dobra a taxa de sucesso da geração anterior e produz anticorpos capazes de se ligar aos alvos terapêuticos com intensidade 100 vezes maior.
Na descoberta de medicamentos, alvos como proteínas, enzimas ou receptores funcionam como fechaduras. As terapias atuam como chaves que se encaixam nesses alvos para tratar doenças.
Quanto mais forte for essa ligação, maior tende a ser a eficácia do tratamento.
“Durante muito tempo, os modelos eram fumaça e espelhos”, afirma Dent. “Sabíamos que precisávamos torná-los literalmente 100 vezes melhores para que fossem realmente úteis em programas de descoberta de medicamentos.”
O aumento da taxa de sucesso e da força de ligação proporcionados pelo Chai-3 pode representar um avanço importante para concretizar uma promessa antiga da inteligência artificial: transformar a descoberta de medicamentos.
“As pessoas de tecnologia ficam empolgadas com algo melhor, mais rápido e mais barato. Mas um medicamento blockbuster pode gerar US$ 10 bilhões (R$ 50 bilhões) por ano em receita. Reduzir um processo de três anos para três meses é relevante, mas a pergunta mais importante é: ‘É possível criar um medicamento com impacto gigantesco?’”, afirma Elena Viboch, diretora-gerente da General Catalyst, que liderou, ao lado de outros investidores, a rodada de investimento na Chai em dezembro passado.
Ainda levará algum tempo para saber se isso realmente será possível.
O modelo Chai-2 permitia que pesquisadores projetassem do zero anticorpos monoclonais completos, moléculas cada vez mais importantes no tratamento de câncer e doenças autoimunes.
O sistema conseguia gerar novos projetos de anticorpos do zero em 16% dos casos, reduzindo meses de trabalho em laboratório para apenas duas semanas.
Mas, embora as moléculas produzidas se ligassem aos alvos desejados — o principal objetivo do desenvolvimento de medicamentos —, nem sempre faziam isso de forma eficiente.
Por isso, ainda precisavam passar por um longo processo de aprimoramento para aumentar sua potência e segurança, exatamente como ocorre com moléculas descobertas sem o auxílio da inteligência artificial.
As melhorias incorporadas ao Chai-3 aproximam a empresa da possibilidade de eliminar essa etapa de refinamento.
Segundo a companhia, em aproximadamente metade dos casos as moléculas geradas pelo novo modelo se ligam aos seus alvos com a mesma intensidade observada em medicamentos já aprovados.
Os fundadores também enxergam esse avanço como um passo em direção à criação de anticorpos capazes de se ligar simultaneamente a múltiplos alvos, em vez de apenas um, o que permitiria terapias muito mais complexas e precisas.
“A maioria dos anticorpos simplesmente bloqueia determinados alvos. O estado da arte atualmente é bloquear dois alvos ao mesmo tempo”, afirma Meier. “No futuro, vamos modular esses alvos de maneiras muito mais poderosas.”
A equipe de pesquisa e desenvolvimento da Chai já trabalha nas próximas gerações de modelos.
Segundo Dolsten, no futuro a empresa poderá oferecer às farmacêuticas sistemas de inteligência artificial capazes de projetar pequenas moléculas e peptídeos, ampliando exponencialmente seu mercado potencial.
À medida que os modelos de IA continuam evoluindo, as empresas responsáveis por desenvolvê-los disputam espaço para fechar acordos com farmacêuticas, enquanto os grandes laboratórios testam as novas tecnologias.
“Hoje existe uma percepção generalizada na indústria farmacêutica de que essas tecnologias realmente funcionam”, afirma Dent. “Já passamos da fase de aceitação. Agora estamos entrando na fase de entusiasmo da curva de adoção.”
Reportagem adicional de Rashi Shrivastava.
*Matéria originalmente publicada em Forbes.com
