A Máquina Que Cria Remédios

Em 7 de setembro de 2026, um estudo publicado na Nature Biotechnology registrou algo que nenhum medicamento da história havia mostrado: seis relógios biológicos independentes, construídos por seis grupos de pesquisa diferentes, concordaram que pacientes tratados com uma droga desenhada por inteligência artificial ficaram biologicamente mais jovens ^[1][2]. A droga se chama rentosertib. Ela nasceu de um algoritmo que escolheu o alvo, foi desenhada por outro algoritmo que inventou a molécula, e agora apresenta evidência revisada por pares de reversão de marcadores de envelhecimento em seres humanos. Se você acompanha o debate sobre IA com aquele cansaço de quem já viu promessa demais, essa história merece uma pausa por um motivo específico: dessa vez, o resultado atravessou o filtro mais desconfiado da biologia, e saiu do outro lado com sinais de vida.

O que exatamente foi publicado

A análise usou dados proteômicos longitudinais coletados durante a Fase IIa do rentosertib em 42 pacientes com fibrose pulmonar idiopática, uma doença cicatricial e progressiva que afeta cerca de 5 milhões de pessoas no mundo e carrega sobrevida mediana de 3 a 4 anos ^[2]. Os pesquisadores mediram 2.841 proteínas no sangue dos participantes e aplicaram seis relógios de envelhecimento proteômico desenvolvidos de forma independente por grupos de Harvard, Oxford, Pequim e da própria Insilico Medicine, a biotech por trás da droga. Todos os seis modelos apontaram na mesma direção: queda da idade biológica prevista nos pacientes tratados. O efeito máximo apareceu na semana 4 no braço de 30 mg duas vezes ao dia, com cerca de 3 a 4 anos de reversão na idade biológica, chegando a 6 anos em um dos relógios ^[2]. No braço de 60 mg, a capacidade vital forçada, a métrica padrão da função pulmonar, melhorou em média +98,4 mL, contra um declínio médio de -20,3 mL no grupo placebo ^[2][3]. Para ter uma régua: em pessoas saudáveis acima dos 65 anos, essa métrica cai naturalmente de 20 a 50 mL por ano.

O que me convence não é o tamanho do efeito, mas a concordância, porque esses modelos não compartilham nem suas variáveis nem seus dados de treinamento. Esse ensaio ainda não consegue separar um envelhecimento mais lento de um pulmão tratado, e os autores dizem isso com todas as letras. O experimento com voluntários saudáveis é o que eu quero ver em seguida.

- Michael Levitt, Nobel de Química 2013 [2]

A observação de Levitt é o ponto mais instrutivo do dia inteiro, porque explica por que a concordância entre modelos importa tanto. Cada relógio proteômico foi treinado com dados diferentes, para prever coisas diferentes (idade cronológica em alguns, risco de mortalidade em outros), usando de aprendizado de máquina clássico a redes profundas. Quando seis instrumentos construídos de forma independente apontam o mesmo fenômeno na mesma coorte de 42 pessoas, a explicação mais econômica deixa de ser artefato de modelo e passa a ser sinal biológico real. É o mesmo princípio de engenharia de sistemas que você usa quando coloca três monitoramentos independentes no mesmo serviço: se todos disparam juntos, o problema provavelmente não está nos alarmes.

Como se fabrica um remédio com IA

O pipeline da Insilico funciona em duas etapas que espelham as duas perguntas centrais de qualquer descoberta. Primeiro: qual alvo atacar. A plataforma PandaOmics varreu literatura e dados ômicos e identificou o gene TNIK como um alvo envolvido em seis dos marcadores clássicos do envelhecimento, tornando-o um alvo duplo, relevante ao mesmo tempo para a biologia do envelhecimento e para a fibrose pulmonar ^[2]. Segundo: qual molécula construir contra esse alvo. A Chemistry42, plataforma de química generativa, desenhou o rentosertib do zero. Do alvo ao candidato pré-clínico, o programa levou cerca de 18 meses, contra a média de uma década ou mais no processo tradicional de farmacologia ^[2]. O candidato entrou em Fase I, teve a Fase IIa publicada na Nature Medicine em 2025 ^[3], e em julho de 2026 a empresa anunciou o início da Fase III ^[4].

As cautelas que o press release não coloca em negrito

A lista de ressalvas é longa e honesta. São 42 pacientes, seguidos por 12 semanas, numa análise exploratória que não era o endpoint primário do ensaio. O estudo foi conduzido pela própria desenvolvedora, e a Bloomberg, com sua sobriedade habitual, titulou o fato com a cláusula de salvamento correta: 'Biotech Says' ^[1]. A Fase III em curso avalia fibrose pulmonar, não longevidade, e nenhum relógio proteômico é hoje um padrão-ouro aceito por agências reguladoras para aprovar um medicamento contra envelhecimento. O que existe, no momento, é um sinal forte e bem instrumentado de que vale a próxima pergunta, que é justamente a que Levitt formulou: o que acontece com pessoas saudáveis. Quem vender essa história como 'o remédio da juventude chegou' está vendendo outra coisa. Enquanto o debate científico avança em passos curtos, o mercado já votou. A Insilico, listada na bolsa de Hong Kong, reportou receita de cerca de US$ 106 milhões no primeiro semestre de 2026, alta de 287% em um ano, e o primeiro semestre lucrativo de sua história, com lucro ajustado acima de US$ 51 milhões ^[2]. O valor total dos contratos anunciados pela empresa em 2026 chega a cerca de US$ 7,3 bilhões, somando US$ 11 bilhões acumulados desde 2021, com parceiros como Eli Lilly, que em março fez sua maior aposta em IA e longevidade, US$ 2,75 bilhões, além de Takeda, Servier e Qilu ^[2][5]. O fundador Alex Zhavoronkov traduz a escala da aposta: se você adicionar 3 anos de vida a todas as pessoas, isso equivale a cerca de 25 bilhões de anos-vida no agregado global, algo como 340 milhões de vidas humanas inteiras ^[2]. A indústria farmacêutica consolidou em 2026 uma decisão estratégica silenciosa: IA deixou de ser acessório de triagem e passou a ser o motor primário de descoberta de fármacos.

O que o gestor pode importar disso amanhã

Quatro transferências diretas do laboratório para a operação

• A máquina não substituiu o processo, ela comprimiu a busca. O alvo seguiu validado em bancada, em ensaios clínicos e em revisão por pares. IA amplifica o funil que já existe, não o elimina. É a mesma tese de sempre, agora com evidência de nível farmacêutico.
• Decisão repetitiva é candidata a funil. Se a mesma escolha aparece toda semana (preço, segmento, canal, priorização), existe um espaço de soluções varrível por máquina. O chute humano é caro justamente porque a busca manual é de complexidade exponencial.
• Telemetria antes de intuição. Sem os relógios proteômicos medindo ao longo do tempo, o efeito do rentosertib seria invisível. Sem métrica longitudinal, efeito nenhum na sua operação se sustenta: você fica preso ao relato de quem já estava convencido.
• Publique o método. Os dados do estudo foram depositados em repositório público e o código da análise virou biblioteca open source [2]. Auditabilidade é o que separa descoberta de propaganda, na farmácia e no dashboard.

A pergunta que fica não é se a IA vai desenhar o próximo medicamento, porque isso já aconteceu, nem se ela vai reverter o envelhecimento, porque ninguém sabe e qualquer resposta confidente é má-fé ou marketing. A pergunta é operacional: quantas decisões do seu negócio ainda rodam no modo de busca manual, em que alguém chuta uma opção, espera meses, queima orçamento e chuta de novo. O rentosertib existe porque alguém transformou a descoberta de fármaco, a decisão repetitiva mais cara do mundo, em um funil varrível por máquina, e ainda assim manteve o processo de validação humano, lento e cético exatamente onde precisava ser. Amanhã de manhã, quando o primeiro problema aparecer, escolha uma decisão repetitiva e monte o funil dela. Não precisa ser um remédio. Precisa ser um processo.