IA transforma a descoberta de medicamentos em meio à incerteza legal sobre direitos de patente e divisão de lucros

A inteligência artificial está prestes a transformar a descoberta de medicamentos, os ensaios clínicos (clinical trials) e os processos regulatórios, marcando uma nova revolução científica na biotecnologia. No entanto, cresce a incerteza jurídica em torno de direitos de patente e da distribuição de lucros à medida que a tecnologia remodela o desenvolvimento farmacêutico.

Segundo uma reportagem publicada no dia 17 (horário local) na revista acadêmica internacional Science, especialistas em propriedade intelectual apontaram que questões de titularidade e de compartilhamento de lucros no desenvolvimento de fármacos orientado por IA permanecem em um vácuo legal.

A IA pode acelerar o processo de desenvolvimento de medicamentos ao rastrear rapidamente milhões de moléculas e analisar precocemente potenciais problemas no processo clínico, reduzindo assim o tempo necessário para os ensaios clínicos. Embora nenhum medicamento descoberto e projetado por IA tenha chegado ao mercado até agora, dois novos candidatos a fármaco desenvolvidos com IA confirmaram sua segurança em ensaios clínicos de Fase 2: o tratamento para fibrose pulmonar Lentosertib, da Insilico Medicine, e o tratamento para malformação cavernosa cerebral REC-994, da Recursion. Atualmente, sabe-se que mais de 90% dos novos candidatos a fármaco falham em ensaios clínicos, o que significa que, aproximadamente, apenas um em cada dez candidatos chega com sucesso à comercialização e é prescrito a pacientes.

O problema é quem detém os direitos de patente quando a IA desempenha um papel central no processo de desenvolvimento de medicamentos. No caso Thaler v. Vidal, de 2022, um tribunal federal de apelações dos EUA decidiu que uma IA não pode ser registrada como inventora em uma patente. Por se tratar de uma decisão de instância recursal, ela só pode ser revertida pela Suprema Corte dos EUA. A probabilidade de a Suprema Corte reverter a decisão é baixa.

A decisão em Thaler v. Vidal não abordou situações práticas envolvendo colaboração entre IA e seres humanos. Em novembro do ano passado, o U.S. Patent and Trademark Office publicou diretrizes revisadas no Federal Register sobre inventoria em invenções assistidas por IA, especificando que a IA deve ser tratada como uma ferramenta, semelhante a equipamentos de laboratório ou software.

Aplicar esses padrões legais ao desenvolvimento real de medicamentos torna as coisas mais complexas. O reconhecimento de alguém como inventor pode variar dependendo do tipo de molécula. Mesmo que uma IA proponha a forma digital de uma molécula, é provável que o químico sintético que elabora a rota de síntese efetiva seja reconhecido como inventor. Também se aponta que, para macromoléculas como proteínas ou ácidos nucleicos, comprovar a contribuição humana é mais difícil porque os métodos de fabricação a partir de sequências de aminoácidos descobertas por IA já são bem estabelecidos.

A forma como o uso de IA é documentado também é um potencial fator de risco. Enquanto os humanos são ruins em registrar seus processos de pensamento, as saídas de uma IA podem ser salvas com facilidade, potencialmente exagerando a contribuição da IA. Em litígios de patente, ao revisar cadernos de laboratório e dados públicos, poderia ser alegado que a IA foi a inventora e que o humano não contribuiu. Isso sugere que o nível de utilização de IA precisa ser documentado com precisão.

É improvável que empresas desenvolvedoras de IA reivindiquem direitos sobre invenções feitas com o uso de sua IA. Atualmente, a maioria dos provedores de modelos de IA atribui, em seus contratos de serviço, os direitos sobre as saídas ao usuário. Em áreas de alto valor, podem ocorrer negociações contratuais separadas sobre arranjos como divisão de lucros com base no desempenho de vendas do medicamento.

O equilíbrio de poder entre as partes nas negociações contratuais também é uma variável. Quando uma grande empresa de IA negocia com uma pequena farmacêutica, a empresa de IA pode propor termos mais favoráveis. Quando uma grande farmacêutica negocia com uma pequena empresa de IA, é provável que a farmacêutica lidere. A estrutura de compartilhamento de lucros pode variar conforme o porte e o poder de negociação de ambos os lados.

Falando no encontro BioAsia 2026, um diretor científico e vice-presidente sênior de pesquisa global afirmou que a IA está mudando fundamentalmente a forma como a ciência é conduzida em pesquisa e desenvolvimento. “A ciência muda quando uma tecnologia fundamental rompe a forma como entendemos e trabalhamos. A IA agora está impulsionando uma revolução de modelos em nosso setor”, disse o executivo.

A IA está sendo usada desde as fases mais iniciais de descoberta de moléculas até o desenvolvimento clínico. Empresas investiram em infraestrutura computacional, incluindo sistemas avançados de supercomputação, para analisar dados laboratoriais e imagens biológicas em escala. Ferramentas de IA ajudam a identificar padrões, prever resultados e acelerar a tomada de decisões no desenvolvimento de medicamentos e em ensaios clínicos.

Ao destacar desafios na compreensão de doenças complexas, o executivo disse que a genética humana tem um papel-chave. Grandes conjuntos de dados genômicos, abrangendo centenas de milhares de indivíduos, agora estão sendo analisados com modelos de aprendizado de máquina (machine learning) para identificar mutações causadoras de doenças. “A IA nos permite testar computacionalmente milhões de mutações, algo que antes não era viável”, disse o executivo.

Modelos de IA foram treinados para distinguir entre mutações nocivas e variações genéticas incidentais em pesquisas oncológicas. O aprendizado profundo (deep learning) também está sendo aplicado para projetar sequências de DNA capazes de controlar a expressão gênica em tipos celulares específicos. Sequências biológicas desenhadas por IA, em alguns casos, superaram sequências naturais em experimentos de laboratório. Isso tem sido descrito como uma forma de compressão de informação, na qual regras biológicas complexas são destiladas em projetos eficientes e funcionais.

Na manufatura, a IA está ajudando a otimizar processos de produção e melhorar a eficiência ao modelar múltiplas variáveis simultaneamente. A integração de IA com automação, dados biológicos em larga escala e pesquisa colaborativa está acelerando o ritmo da inovação terapêutica. “Nunca houve um momento melhor para a descoberta de medicamentos. A IA está remodelando o futuro da medicina”, disse o executivo. Ele também falou sobre a ambição do desenho de anticorpos zero-shot, no qual modelos computacionais podem gerar candidatos a anticorpos terapêuticos diretamente a partir de uma sequência-alvo, sem a triagem experimental tradicional.

Pesquisadores estão aproveitando a IA para acelerar descobertas, oferecendo novos insights sobre a vida no nível molecular e novas estratégias contra doenças. Uma equipe desenvolveu o D-I-TASSER, uma nova ferramenta de software que prevê com mais precisão as formas 3D de proteínas complexas, apoiando uma descoberta de medicamentos mais rápida, pesquisas de doenças aprimoradas e um desenho mais preciso de terapias direcionadas.

“Para a maioria das proteínas, ainda não conhecemos suas estruturas 3D, e isso continua sendo um grande ponto cego na biologia”, disse um professor. “A forma de uma proteína determina o que ela faz no corpo, mas muitas proteínas grandes, com múltiplos domínios, são complexas demais para que as ferramentas existentes as modelem de forma confiável.” O corpo humano contém cerca de 20.000 proteínas diferentes, muitas das quais consistem em várias partes conectadas que se movem e interagem entre si. Essa complexidade dificulta a modelagem computacional precisa e desacelera o progresso na compreensão dos mecanismos das doenças e no desenvolvimento de novos medicamentos.

Para enfrentar esse desafio, a equipe desenvolveu o D-I-TASSER combinando IA com simulações baseadas em física. O sistema divide uma proteína complexa em seções menores, prevê primeiro a forma de cada seção e, em seguida, usa modelagem física para montá-las em uma estrutura tridimensional completa, permitindo uma reconstrução mais precisa de como a proteína se dobra e se encaixa. Em testes, o D-I-TASSER previu estruturas de proteínas complexas com cerca de 13% mais precisão do que os métodos de ponta existentes. Os pesquisadores também conseguiram gerar modelos estruturais confiáveis para a maioria das proteínas do corpo humano, incluindo muitas que antes eram difíceis de analisar.

“Quando conseguimos ver a estrutura de uma proteína com mais clareza, podemos entender melhor o que dá errado nas doenças e como potenciais medicamentos podem interagir com ela”, acrescentou o professor. Com base no D-I-TASSER, a equipe está estendendo a estrutura para a previsão da estrutura de RNA e para a modelagem de interações proteína–proteína, com foco particular em complexos anticorpo–antígeno.

À medida que empresas de biotecnologia e biofarmacêuticas abraçam plenamente a era da IA, essa tecnologia está demonstrando seu profundo valor no campo médico. O Google DeepMind, por meio do projeto AlphaFold, resolveu o problema do dobramento de proteínas e ganhou um Prêmio Nobel, removendo um obstáculo crítico no caminho para a descoberta de medicamentos orientada por IA. À medida que os modelos de IA continuam a iterar e se atualizar, os custos de customização seguem diminuindo e as barreiras de implantação para empresas gradualmente caem, e o ponto de inflexão para avanços tecnológicos se aproxima a cada ano.

A Recursion Pharmaceuticals, focada no desenvolvimento de medicamentos orientado por IA, atraiu investimento de proeminentes investidores de tecnologia. Embora o preço das ações da empresa tenha caído 90%, o que atualmente lhe dá um valor de mercado de $1,9 bilhão, um analista elevou sua recomendação em dezembro passado, principalmente por otimismo em relação ao seu candidato a medicamento REC-4881 para tratar polipose adenomatosa familiar. O analista apontou que vários candidatos em seu pipeline de P&D impulsionado por IA foram validados por resultados clínicos e parcerias com a indústria farmacêutica.

Uma grande farmacêutica estabeleceu recentemente uma colaboração de $100 milhões com a NVIDIA para construir um laboratório conjunto de inovação. Impulsionada por capacidades de computação de ponta possibilitadas pelos chips Vera Rubin da NVIDIA e pela plataforma BioNeMo, essa gigante biofarmacêutica está acelerando a liberação do potencial da IA. Atualmente avaliada em menos de $1 trilhão, a empresa está apresentando um apelo de valuation atraente.

Embora a IA possa acelerar significativamente o ritmo do desenvolvimento de medicamentos, o progresso pode ser atrasado se a titularidade de patentes e as estruturas contratuais não forem resolvidas. Especialistas enfatizam que “essas questões legais precisam ser resolvidas rapidamente para acelerar o desenvolvimento e, em última instância, beneficiar os pacientes”.