De acordo com pt.wedoany.com-Em outubro de 2025, a Eli Lilly anunciou a construção do supercomputador mais poderoso já visto na indústria farmacêutica. Em fevereiro de 2026, o "LillyPod" entrou em operação, equipado com mais de 1.000 GPUs NVIDIA Blackwell Ultra, oferecendo capacidade de computação superior a 9.000 petaflops, montado em cerca de quatro meses e com acesso de alta velocidade a aproximadamente 700 TB de dados genômicos. Este é um símbolo da crescente convicção do setor: a inteligência artificial deixou de ser uma curiosidade de pesquisa para se tornar uma infraestrutura científica central, tão importante quanto um laboratório úmido ou uma equipe de operações clínicas.
No entanto, o mesmo anúncio também continha uma admissão preocupante. O diretor de informações e digital da Eli Lilly afirmou que os benefícios de toda essa capacidade só serão realmente percebidos em 2030. Atualmente, nenhum medicamento projetado por IA recebeu aprovação regulatória, e os candidatos a fármacos mais avançados originados por IA ainda estão em testes de fase intermediária. A lacuna entre a escala da infraestrutura e a escassez de evidências clínicas é a tensão central do setor, que se torna particularmente significativa e complexa na Ásia. Uma pesquisa da ZS com executivos farmacêuticos e de biotecnologia mostra que cerca de 85% dos entrevistados planejam investir em dados, digitalização e IA em P&D, mas a perspectiva da ZS para 2026 indica que apenas cerca de 17% dos líderes de tecnologia relatam retornos mensuráveis de seus investimentos em IA na área de pesquisa e descoberta. O setor já investiu em IA como infraestrutura, mas a maior parte ainda não obteve retorno.
Em termos de dados de validação, até meados de 2025, mais de 29 projetos terapêuticos impulsionados por IA publicamente relatados entraram em estudos em humanos. No início de 2026, mais de 173 projetos originais de IA estavam em desenvolvimento clínico. Após entrar em testes com pacientes, as moléculas descobertas por IA apresentam uma taxa de sucesso de 80% a 90% nos ensaios de Fase I, muito superior à média histórica do setor, de cerca de 50% a 65%. No entanto, nos ensaios de Fase II, que realmente testam a eficácia, a taxa de sucesso das moléculas descobertas por IA cai para cerca de 40%, estatisticamente indistinguível dos padrões tradicionais do setor, e com amostras menores. A taxa geral de falha clínica do setor farmacêutico, de cerca de 90%, permanece inalterada.
A Insilico Medicine, com sede em Hong Kong, avançou o inibidor de TNIK rentosertib (anteriormente ISM001-055) para fibrose pulmonar idiopática até a prova de conceito de Fase IIa. Em junho de 2025, a Nature Medicine publicou os resultados de um estudo com 71 pacientes em 22 centros na China, mostrando melhora significativa na função pulmonar em comparação com o placebo. Este é o primeiro medicamento com alvo e composto projetados por IA a gerar leituras humanas intermediárias confiáveis, mas foi feito em combinação com a química medicinal tradicional. Simultaneamente, a Recursion Pharmaceuticals interrompeu seu candidato a fármaco descoberto por IA, REC-994, em maio de 2025, e vários outros medicamentos projetados por IA foram suspensos ou rebaixados após a Fase II ao longo do ano. A lição é que a IA enfrenta a mesma taxa de desgaste implacável que qualquer outra etapa no desenvolvimento de medicamentos.
Na Ásia, existem três fatores estruturais complexos. O primeiro é a soberania de dados. A China restringe a transferência de dados genéticos humanos para entidades estrangeiras desde 1998. Os "Regulamentos de Gerenciamento de Recursos Genéticos Humanos" de 2019, as "Regras de Implementação" de 2023 e a "Lei de Biossegurança" de 2020 estabeleceram o sistema. A transferência transfronteiriça de dados genômicos requer revisão administrativa do Ministério da Ciência e Tecnologia e avaliação de segurança do departamento de cibersegurança, podendo levar meses. A BGI e a AstraZeneca já enfrentaram sanções no passado por manuseio não autorizado de amostras genéticas. Um projeto de revisão de 2026 pode restringir o escopo dos dados limitados a sequências de ácido nucleico, mas o princípio da localização já está profundamente enraizado. A Ordem Executiva 14117 dos EUA também restringe a transferência em massa de dados genômicos de americanos para "países de preocupação". A segunda limitação é a computação. Os controles de exportação dos EUA sobre chips de IA avançados forçam a China e outros locais a adotar modelos diferentes. A terceira é o talento. Profissionais que entendem tanto a arquitetura Transformer quanto o dobramento de proteínas são o foco da disputa no setor, sendo particularmente escassos na Ásia.
O campo da descoberta de medicamentos por IA absorveu cerca de US$ 9,7 bilhões na última década, mas os investidores estão despertando. Acadêmicos que estudam o fluxo de capital de risco denominam esse fenômeno de "lavagem de IA", onde empresas usam IA como rótulo de marketing, e não como capacidade científica central. O financiamento mais robusto fluiu para empresas de ciclo fechado que combinam IA com execução experimental. O supercomputador da Eli Lilly representa infraestrutura real, o rentosertib da Insilico Medicine representa uma molécula de IA em estágio clínico asiático com leituras reais, e a longa cauda de startups representa a prática de empacotar previsões de bancos de dados públicos como plataformas proprietárias. A distância entre os três é exatamente a distância entre infraestrutura e artifício.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
