A Chai Discovery, startup que desenvolve modelos de inteligência artificial para desenho de anticorpos, captou uma rodada Série C de US$ 400 milhões. Com o aporte, o valor de mercado da companhia saltou para US$ 3,8 bilhões, quase o triplo da avaliação anterior.
Assim, o total captado pela Chai Discovery desde a fundação chega a cerca de US$ 630 milhões. A rodada anterior, a Série B, havia sido fechada em dezembro com valuation de US$ 1,3 bilhão.
Por meio de nota, o cofundador e CEO da empresa, Joshua Meier, afirmou que os remédios do futuro devem ser desenhados com a precisão e a velocidade da engenharia moderna, e que o novo aporte ajuda a companhia a avançar nessa direção.
🔍 Rodada Série C é a etapa de captação voltada a empresas que já validaram o modelo de negócio e buscam recursos para expandir operação, geralmente com valuation mais alto que rodadas anteriores.
Modelo Chai-3 dobra taxa de acerto
O produto principal da empresa é o Chai-3, novo modelo de inteligência artificial que substitui o Chai-2 e mira o desenho de anticorpos, moléculas usadas pelo sistema de defesa do corpo para identificar e neutralizar agentes invasores.
Segundo a empresa, o Chai-3 dobra a taxa de sucesso em relação à geração anterior, o que implica acerto de 35% a 40% nos alvos moleculares testados. O desafio enfrentado pelo setor é imenso, já que existem cerca de um quintilhão de combinações possíveis para o desenho de um anticorpo específico.
🔍 Por que o desenho de anticorpos é complexo? O método tradicional de descoberta envolve testar milhões de moléculas uma a uma até encontrar a que se encaixa no alvo desejado. Modelos como o da Chai Discovery buscam reduzir essa etapa ao indicar diretamente candidatos com maior chance de funcionar.
Parcerias com Pfizer, Eli Lilly e Novartis
Do lado comercial, a Chai Discovery fechou acordo de licenciamento com a Pfizer, que passa a ter acesso ao Chai-3 e a um modelo treinado com dados proprietários da farmacêutica. A empresa também assinou contrato com a Eli Lilly.
Mais recentemente, a companhia anunciou colaboração formal com a Novartis para descoberta de anticorpos terapêuticos em múltiplos alvos. Segundo nota conjunta das duas empresas, o acordo é resultado de mais de um ano de relacionamento técnico entre as equipes, incluindo acesso antecipado a um modelo anterior da Chai.
Fiona Marshall, presidente de pesquisa biomédica da Novartis, declarou que a inteligência artificial já reformula a forma como novos medicamentos são descobertos, e que a aplicação de modelos avançados em desafios como o desenho de anticorpos permite explorar um conjunto maior de possibilidades. Os termos financeiros do acordo com a Novartis não foram divulgados.
Indústria ainda busca primeira aprovação
Apesar do avanço comercial, o setor de descoberta de fármacos por inteligência artificial ainda não emplacou um resultado decisivo nos órgãos regulatórios. Conforme reportagem da SiliconANGLE, assinada por Kyt Dotson, cerca de US$ 20 bilhões já foram investidos globalmente em descoberta de fármacos por IA generativa, mas nenhum medicamento originado dessa forma foi aprovado até agora.
Um levantamento que aponta mais de 173 programas de fármacos com origem em inteligência artificial em desenvolvimento clínico, ante cerca de duas dezenas em 2023. Entre 15 e 20 devem alcançar testes em humanos em 2026.
O obstáculo aparece nas fases avançadas dos testes. As taxas de aprovação na Fase 1 dos ensaios clínicos ficam entre 80% e 90%, mas caem para cerca de 40% na Fase 2, patamar semelhante ao observado em métodos tradicionais de descoberta de fármacos.
O próximo obstáculo
Por décadas, o gargalo da indústria farmacêutica esteve na fase de desenho da molécula. Testar milhões de combinações manualmente consome muito tempo e recursos, e limita o ritmo das descobertas. Modelos como o Chai-3 reduzem essa etapa e entregam candidatos com maior probabilidade de funcionar logo na largada.
🔍 Candidato a medicamento é a substância identificada em laboratório como capaz de agir sobre um alvo biológico específico, e que passa a ser testada em etapas seguintes para confirmar segurança e eficácia antes de virar remédio aprovado.
Ainda assim, o avanço técnico não resolve a etapa seguinte. Provar que um candidato funciona dentro do corpo humano continua dependendo de testes clínicos longos, caros e sujeitos às mesmas taxas de aprovação observadas em métodos tradicionais. O desafio migra da bancada de pesquisa para o consultório médico.
Fonte: Times Brasil