Isomorphic Labs levanta $2.1 bi: a aposta recorde em IA farmacêutica

O desafio real da descoberta de medicamentos

Desenvolver um novo medicamento leva em média 10 anos e custa mais de US$ 2 bilhões. A maior parte desse tempo e dinheiro é consumida nas fases iniciais: identificar alvos moleculares, triar compostos candidatos e otimizar lead compounds. Mesmo com todo investimento, a taxa de sucesso é baixa – menos de 10% dos candidatos que entram em ensaios clínicos chegam à aprovação. É nesse cenário de custos altos e incerteza que a Isomorphic Labs, startup de IA fundada por Demis Hassabis (cofundador do DeepMind), acaba de levantar US$ 2,1 bilhões em uma rodada Série B liderada pela Thrive Capital. O investimento, o maior já visto no setor de IA aplicada à farmacêutica, tem um objetivo claro: levar suas plataformas de descoberta de medicamentos até ensaios clínicos.

O que aconteceu

A rodada contou com participação do Alphabet, GV, MGX, Temasek, CapitalG e o UK Sovereign AI Fund. Os recursos serão usados para expandir a plataforma interna IsoDDE, contratar talentos globalmente e avançar o pipeline de candidatos a fármacos. A empresa já tem parcerias com gigantes como Novartis, Lilly e Johnson & Johnson. Segundo Hassabis, a abordagem subjacente já se provou; agora o foco é escalar a tecnologia. A frase de missão é ambiciosa: 'resolver todas as doenças'.

IsoDDE: como funciona na prática

A IsoDDE combina múltiplos modelos de IA proprietários, cada um especializado em diferentes áreas terapêuticas e classes de medicamentos. Em vez de um único modelo, a empresa aposta em uma suíte de ferramentas que abrangem desde predição de estrutura de proteínas (herança do AlphaFold) até simulações de dinâmica molecular e otimização de propriedades farmacocinéticas. Do ponto de vista de operador, a pergunta é: qual o custo computacional? Modelos de predição de estruturas como AlphaFold demandam GPUs pesadas. Se a Isomorphic Labs pretende escalar para milhares de alvos, o custo de inferência pode se tornar significativo. A empresa não detalhou a arquitetura exata, mas é plausível que estejam usando clusters de TPUs do Google, dado o vínculo com Alphabet. A latência para cada predição provavelmente é de minutos a horas, dependendo da complexidade. Além disso, a integração com os fluxos de trabalho das farmacêuticas parceiras exige APIs robustas e padrões de dados – um desafio de engenharia que consome tanto recursos quanto os próprios modelos.

O que muda na prática

Para quem trabalha com descoberta de medicamentos, essa rodada é um sinal claro: o mercado está apostando que a IA pode comprimir o cronograma de pré-clínico. Grandes farmacêuticas que já têm parcerias com a Isomorphic podem ganhar vantagem competitiva, enquanto startups menores terão dificuldade em acompanhar o ritmo de capital. Uma ação prática: se você está desenvolvendo ferramentas de IA para drug discovery, comece a focar em validação experimental. O dinheiro está indo para quem consegue mostrar resultados em ensaios, não apenas predições no papel. Esteja atento aos primeiros resultados clínicos da Isomorphic, que devem sair nos próximos 2-3 anos. Outro ponto: a concorrência está esquentando. Startups como Recursion Pharmaceuticals e Insilico Medicine também levantaram grandes rodadas e têm pipelines avançados. O jogo agora é de execução, não de promessas.

Vale o investimento?

US$ 2,1 bilhões é muito dinheiro. Para comparação, o orçamento anual de P&D de uma grande farmacêutica como a Pfizer é de cerca de US$ 10 bilhões. Então o valor não é absurdo, mas é um cheque enorme para uma empresa sem nenhum medicamento aprovado. A tensão aqui é: será que a plataforma realmente acelera o desenvolvimento a ponto de justificar o investimento? Ou estamos vendo uma bolha de hype? O próprio Hassabis declarou que a missão é 'resolver todas as doenças'. É uma frase de impacto, mas qualquer operador sabe que biologia é complexa. A IA pode ajudar, mas não vai eliminar a necessidade de ensaios clínicos longos e caros. O gargalo hoje não é só a descoberta, mas a tradução para humanos – segurança, eficácia, dosagem. Essas etapas continuam caras e demoradas, independentemente da IA.

Conclusão

A rodada da Isomorphic Labs valida o potencial da IA em drug discovery, mas coloca a empresa sob pressão para entregar resultados concretos. O dinheiro permite escalar a tecnologia, mas os ensaios clínicos são o verdadeiro teste. Fica a pergunta: em quantos anos veremos o primeiro medicamento descoberto por IA chegar ao mercado? Acompanhemos – e, enquanto isso, vamos ajustando nossos próprios pipelines de validação.