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 de repente. Metade das pessoas no Crypto Twitter adicionaram "DeSci" na sua 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 muito mais complexa do que parece.

Primeiro, os dados: medicamentos descobertos por IA têm uma taxa de sucesso de 80-90% na fase 1 de testes clínicos, muito acima dos 47% tradicionais. Parece impressionante, mas o problema é que a fase 1 apenas testa a segurança do medicamento, não se ele pode tratar a doença. Em outras palavras, passar na fase 1 só significa que sua molécula não vai matar o paciente imediatamente; ainda há fases 2 e 3 para filtrar. Atualmente, menos de 40 compostos descobertos por IA relataram dados de fase 2, e nenhuma completou a fase 3.

O Insilico Medicine lançou o Rentosertib, atualmente o composto descoberto por IA mais avançado. Em meados de 2025, divulgaram bons resultados de fase 2, mas só começaram a recrutar para fase 3 no quarto trimestre de 2025. Se tudo correr bem, só em 2029 poderão obter aprovação da FDA. A probabilidade de um medicamento descoberto por IA completar todo o processo é de apenas 60%, e até agora, nenhum realmente passou por todas as fases.

Agora, olhemos para o movimento do BIO: caiu de US$0,89 para US$0,018, e, com a 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 mais 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 de narrativa para a próxima.

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

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

É aqui que o DeSci pode realmente fazer a diferença. Projetos financiados pela VitaDAO, como Gero e a filial 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 avaliado em dígitos, sem caos de governança ou fuga de fundos.

Mas isso pressupõe uma governança profissional. Mesmo que a IA realmente possa 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 deve ser um jogo de especulação de meses, mudando de rota rapidamente, mas sim construir uma infraestrutura de financiamento vinculada estritamente a marcos clínicos, liderada por profissionais.

Este ano, entre 15 e 20 medicamentos descobertos por IA entraram na fase 3, e os dados de Rentosertib só serão divulgados 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 fatores, exista realmente um modelo viável.