Um modelo de linguagem da Anthropic projetou de forma praticamente autônoma 318.484 candidatos de ligantes proteicos contra neurotoxinas de escorpião — venenos que matam mais de 3.250 pessoas por ano no mundo. Depois de receber apenas um comando inicial, o Claude operou por conta própria durante 24 horas dentro do Claude Science, ambiente da empresa voltado a pesquisadores. A equipe científica só entrou em cena depois, refinando o rumo do trabalho com instruções adicionais. Do total produzido pela máquina, 17 compostos passaram no crivo do laboratório.
O que são ligantes proteicos
Ligantes proteicos — ou protein binders — são moléculas pequenas de proteína moldadas para se encaixar num alvo específico, como uma chave desenhada sob medida para uma fechadura. No experimento, a fechadura era a toxina do veneno: a ideia é que o encaixe bloqueie a ação do composto tóxico no organismo. O sistema produziu desenhos para 5 toxinas distintas, vindas de 4 espécies de escorpião.
Do volume gerado pela IA, 180 candidatos foram selecionados pelo próprio Claude. A equipe de pesquisa acrescentou outros 31. Dos 211 que chegaram à bancada, 17 atenderam aos critérios que definem um ligante funcional.
| Métrica | Valor |
|---|---|
| Designs gerados pela IA | 318.484 |
| Toxinas-alvo | 5 |
| Espécies de escorpião | 4 |
| Horas de trabalho autônomo | 24 |
| Candidatos escolhidos pelo Claude | 180 |
| Candidatos somados pela equipe | 31 |
| Designs testados em laboratório | 211 |
| Ligantes aprovados | 17 |
| Mortes anuais por picada | mais de 3.250 |
Os dois melhores resultados
Os dois ligantes mais potentes se prenderam com afinidade extremamente alta à Cn2, toxina presente no escorpião mexicano. Os ensaios de bancada indicam que eles se acoplam no mesmo ponto — ou muito próximo dele — ocupado por um anticorpo já conhecido por neutralizar a Cn2 em camundongos. A pergunta que permanece aberta é se esses compostos funcionam de fato como antiveneno em organismos vivos. Até o momento, isso não foi verificado.
A validação veio de fora: dois laboratórios independentes confirmaram os resultados. As especialistas Susana Vázquez Torres e Timothy P. Jenkins classificaram o trabalho como um primeiro passo promissor.
Desempenho abaixo do histórico
Não é o primeiro teste do tipo. Em estudo anterior, o Claude já havia desenhado mini-ligantes contra 14 de 15 proteínas-alvo, com taxa de acerto entre 22% e 35% — bem acima do patamar típico dessa modalidade de triagem, que fica entre 10% e 15%.
O contraste com o experimento do escorpião merece atenção: os 17 aprovados representam pouco mais de 8% dos 211 levados à bancada, índice inferior tanto ao intervalo histórico do próprio modelo quanto à referência usual da indústria. O alvo mais difícil — uma neurotoxina de estrutura complexa — cobrou seu preço.
O que isso significa para o investidor
A Anthropic não tem capital aberto. Não existe ação para comprar na B3 nem em bolsa americana, e a empresa não divulga resultados trimestrais como uma companhia listada. O experimento, ainda assim, sinaliza para onde o capital de risco em saúde e tecnologia está caminhando: descoberta de fármacos cada vez mais apoiada em modelos generativos, com ciclos de teste encurtados e custo marginal por design próximo de zero.
Para quem investe em ações de saúde, biotecnologia ou em fundos globais de tecnologia, o recado chega de forma indireta, porém relevante. Plataformas como essa comprimem o intervalo entre a identificação de um alvo terapêutico e a obtenção de candidatos viáveis — etapa historicamente cara e demorada na indústria farmacêutica. Companhias de biotecnologia cujos pipelines dependem de triagem em massa tendem a ser as primeiras a sentir esse efeito. No Brasil, o tema chega por meio de ETFs e BDRs de grupos farmacêuticos globais, não por exposição direta à Anthropic.
O ponto de atenção é o de sempre em descoberta de fármacos: resultado em bancada não é resultado em humano. O próprio estudo reconhece que a eficácia como antiveneno ainda não foi testada. Para o investidor, o dado funciona como termômetro de eficiência em pesquisa e desenvolvimento — não como sinal de que uma nova classe de medicamentos esteja pronta para o mercado.