Os 23.000 TB da Recursion e a aposta de US$ 215 milhões da Warp em laboratórios

Mais de 23.000 terabytes. Esse era o tamanho do próprio conjunto de dados da Recursion quando a Nvidia investiu US$ 50 milhões na empresa de descoberta de medicamentos em 2023. A Nvidia forneceu uma plataforma de computação. A Recursion trouxe os dados. Três anos depois, a Warp Sciences levantou US$ 215 milhões para combinar IA com laboratórios robóticos.

Em 2019, a cobertura do trabalho científico da DeepMind se concentrou na previsão de estruturas de proteínas. O fundador da Warp, Kevin Weil, ex-chefe de produto da OpenAI, descreveu laboratórios robóticos como uma forma de conduzir ciência em escala e gerar dados para modelos científicos.

Empresas de descoberta de medicamentos estão avançando para uma fonte diferente de vantagem: não apenas a previsão, mas o controle sobre os experimentos que produzem novas observações, os registros que tornam essas observações utilizáveis e as decisões que as transformam no próximo teste. A capacidade de modelos de propósito geral pode entrar no laboratório como um insumo. Um caminho repetível da hipótese à evidência biológica não pode simplesmente ser baixado junto com ela.

Um fornecedor de nuvem pode oferecer o modelo, não o resultado

Modelos fundacionais dão aos especialistas um ponto de partida amplamente treinado, que podem adaptar com seus próprios dados. Em abril, a AWS lançou o Amazon Bio Discovery para dar a cientistas acesso a modelos fundacionais biológicos para o desenvolvimento de medicamentos. Uma empresa não precisa mais construir do zero toda capacidade preditiva para começar a fazer perguntas computacionais sobre biologia.

Isso muda o que um especialista precisa explicar. Se dois desenvolvedores de medicamentos podem usar infraestrutura de modelos comparável, um investidor ou parceiro farmacêutico precisa perguntar qual deles consegue obter evidências melhores a partir dela. Cada desenvolvedor de medicamentos precisa decidir o que medir e qual candidato avançar, e então mostrar que outra equipe consegue reproduzir o resultado. O acesso a modelos reduz o custo de entrar na disputa. Não concede um medicamento.

A propriedade de modelos de fronteira continua sendo um contraponto sério. A Isomorphic Labs mantém laços estreitos com o Google DeepMind, e a Bloomberg noticiou conversas iniciais de captação com uma avaliação de US$ 40 bilhões a US$ 50 bilhões. Essas conversas não eram um financiamento concluído. Elas mostram que investidores podem atribuir enorme valor a uma expertise privilegiada em modelos. A mesma reportagem não trouxe novos detalhes públicos sobre o progresso da Isomorphic rumo à clínica, deixando difícil separar a fonte desse valor de sua potencial comprovação terapêutica.

A Biohub está pagando pelas observações que faltam aos modelos

A Virtual Biology Initiative da Biohub incorpora o problema de medição em seu orçamento. Meta, Google DeepMind e Isomorphic Labs comprometeram US$ 300 milhões; o Department of Energy planeja mais de US$ 500 milhões ao longo de cinco anos para medição laboratorial, modelagem e computação. Juntos, esses valores anunciados superam US$ 800 milhões. A Biohub também descreveu uma combinação de US$ 1,8 bilhão em financiamento, dados, computação e novas medições. Esse número mais amplo inclui recursos de tipos diferentes, além de mais de US$ 500 milhões em investimento anterior do NIH citado no anúncio. Não é uma nova rodada de caixa de US$ 1,8 bilhão.

Pushmeet Kohli, do Google DeepMind, disse que melhores modelos preditivos de biologia exigem novos dados experimentais em uma escala sem precedentes. A Biohub pretende disponibilizar abertamente conjuntos de dados multimodais. Isso importa para a economia de uma empresa privada de descoberta de medicamentos: se uma iniciativa pública torna dados importantes de treinamento acessíveis a todos, a posse de dados biológicos por si só se torna uma alegação mais fraca de exclusividade.

O conjunto de dados de mais de 23.000 TB da Recursion estabelece escala, mas bytes são o numerador sem o denominador útil. O tamanho divulgado não informa quantos experimentos tiveram condições comparáveis, falhas registradas ou resultados reproduzíveis. Um laboratório que decide o que testar em seguida precisa dessas distinções. Caso contrário, um modelo pode aprender o padrão do que pesquisadores por acaso registraram, em vez do padrão de como a biologia respondeu.

O laboratório precisa registrar a decisão, assim como o ensaio

A combinação proposta pela Warp de IA e robótica aborda uma ruptura específica no processo de pesquisa. Um modelo pode classificar hipóteses. Cientistas precisam escolher qual classificação justifica um experimento, especificar o ensaio e avaliar se a resposta observada tem relação com a pergunta original. Robôs podem ajudar a executar testes em escala; não tornam informativo um teste irrelevante.

Para que cada ciclo ensine o próximo, o laboratório precisa de mais do que um resultado marcado como positivo ou negativo. Precisa da hipótese proposta, do motivo para selecioná-la, das condições em que o teste foi realizado e do resultado — incluindo testes que falharam. Cientistas continuam responsáveis por interpretar esse registro. Seu julgamento determina se um modelo deve atualizar sua crença ou se um resultado aparente exige um experimento mais bem controlado.

A reportagem de outubro não fornece nenhuma medida da capacidade de processamento laboratorial ou da validação terapêutica da Warp. Permanece sem resposta se a empresa consegue executar esse ciclo repetidamente.

Uma rodada de financiamento não pode encurtar a exigência de comprovação

Empresas anteriores de descoberta de medicamentos com IA fornecem a taxa-base relevante. O Financial Times descreveu o atual boom como uma retomada depois que startups lançadas em meados da década de 2010 não cumpriram suas promessas. Capital pode pagar cientistas, equipamentos e tempo para executar experimentos. Não pode transformar uma molécula plausível em um tratamento validado por declaração.

A Insilico forneceu um teste mais concreto, ainda que limitado. A empresa relatou dados iniciais para o rentosertib, um candidato a medicamento cuja estrutura foi gerada com ajuda de IA. Isso leva a alegação além do desenho da molécula e em direção à biologia observada. Dados iniciais não são validação clínica definitiva. São o tipo de evidência que um rótulo de IA terá, em algum momento, de suportar.

A Recursion pôde medir seu acervo em mais de 23.000 terabytes. Desenvolvedores de medicamentos ainda precisam medir o que o próximo experimento de fato comprovou.