Recentemente, uma IA chamada peptAI ficou famosa, projetando candidatos a medicamentos peptídicos para TDAH em 24 horas, com um custo de apenas alguns milhares de dólares, fazendo o token do BIO Protocol disparar. Metade do Crypto Twitter agora tem "DeSci" na bio, assim como há seis meses atrás, todos estavam loucos por "AI".

Mas, após analisar algumas análises aprofundadas, incluindo opiniões de instituições de pesquisa renomadas do setor, percebo que a história aqui é bem mais complexa do que parece.

Vamos começar pelos dados: medicamentos descobertos por IA têm uma taxa de sucesso de cerca de 80-90% na fase 1 de testes clínicos, muito acima dos 47% tradicionais. Parece impressionante, mas o problema é que a fase 1 só testa a segurança do medicamento, não sua eficácia. Em outras palavras, passar da fase 1 só garante que sua molécula não vai matar o paciente imediatamente; ainda há fases 2 e 3 para verificar a eficácia. Até agora, menos de 40 compostos descobertos por IA relataram dados de fase 2, e nenhuma completou a fase 3.

Insilico Medicine's Rentosertib é atualmente o composto descoberto por IA mais avançado, com resultados promissores na fase 2 divulgados em meados de 2025, e apenas começando a recrutar para a fase 3 no quarto trimestre de 2025. Se tudo correr bem, só em 2029 poderá obter aprovação da FDA. A probabilidade de um medicamento descoberto por IA completar todo o processo é de apenas 60%, e até agora, nenhuma realmente concluiu.

Agora, vamos olhar para o desempenho do BIO: caiu de US$0,89 para US$0,018, e, após uma notícia do peptAI, reagiu com um aumento de 105%. O preço atual está em torno de US$0,05, com variação de -8,86% nas últimas 24 horas. Volume de negociação de US$720 milhões, valor de mercado pouco acima de US$100 milhões. O problema é que toda a lógica do DeSci se baseia na hipótese de que os detentores de tokens estão dispostos a esperar de 7 a 10 anos pelo ciclo clínico. Mas na prática? O Crypto Twitter já está mudando para a próxima narrativa.

Curiosamente, as coisas que realmente podem mudar o jogo, na verdade, não recebem atenção. O OpenFold3 foi lançado sob licença Apache 2.0, totalmente treinável e comercializável, com desempenho comparável ao AlphaFold3, mas sem tokens negociáveis, então o espaço cripto não se interessa. O banco de dados ChEMBL possui 2,5 milhões de compostos disponíveis gratuitamente. Os custos de validação em laboratórios úmidos caíram abaixo de US$2.000. Essas infraestruturas, que antes custavam milhões de dólares para serem construídas por farmacêuticas, agora estão no GitHub, e cinco empresas farmacêuticas estão colaborando em treinamentos federados.

Onde estão as verdadeiras oportunidades? Em 2025, o financiamento de pesquisa nos EUA enfrenta problemas. Mais de 7.800 projetos financiados pelo NIH e NSF foram congelados, mais de US$5 bilhões bloqueados. As novas concessões competitivas caíram de 11.659 para 6.095, uma redução de 48%. A taxa de sucesso dos pesquisadores caiu de 21% para 13%. Harvard perdeu US$945 milhões, Fred Hutch, US$508 milhões.

É aqui que o DeSci realmente pode fazer a diferença. Projetos financiados pela VitaDAO, como Gero e a subsidiária da Roche, Chugai Pharmaceutical, assinaram acordos, com pagamentos de marcos chegando a US$250 milhões. Este é o primeiro caso de um projeto apoiado por DAO sendo avaliado em números de nove dígitos por uma grande farmacêutica, e tudo isso sem caos de governança ou fuga.

Mas isso pressupõe uma governança profissional. Mesmo que a IA realmente consiga reduzir pela metade o tempo de desenvolvimento de medicamentos, ainda assim leva de 4 a 5 anos do descobrimento à aprovação. Em um mercado de investimentos que muda de direção em um trimestre, isso é uma espera longa. Portanto, o DeSci não precisa de jogos de especulação que mudam de rota em poucos meses, mas de uma infraestrutura de financiamento rigorosamente vinculada a marcos clínicos e liderada por profissionais.

Este ano, entre 15 e 20 medicamentos descobertos por IA entraram na fase 3, e os dados de Rentosertib só devem sair em 2028. Independentemente do movimento do token, a pilha de tecnologia de código aberto continua reduzindo custos, e o vácuo de financiamento continua impulsionando pesquisadores a procurar quem esteja disposto a investir. Talvez, entre esses dois extremos, exista realmente um modelo viável.