Anthropic destaca avanços científicos antes do IPO: Claude “descobre autonomamente” sistemas semelhantes ao CRISPR, setor de edição genética enfrenta “ansiedade de substituição pela IA”

De acordo com o aplicativo financeiro Zhihui, as ações das empresas de edição genética caíram nesta quarta-feira nos EUA. Anteriormente, a Anthropic anunciou que seu modelo de IA Claude “descobriu por conta própria” um novo sistema enzimático semelhante à ferramenta de edição genética CRISPR.

Em relação às ações, Prime Medicine (PRME.US) caiu 11,58% em um único dia, Editas Medicine (EDIT.US) caiu 8%, Beam Therapeutics (BEAM.US) mais de 6%, enquanto CRISPR Therapeutics (CRSP.US) e Intellia (NTLA.US) caíram cerca de 5,5% e 3%, respectivamente. Pelo conteúdo da notícia, a Anthropic afirmou explicitamente que “ainda não determinou a função exata desse sistema enzimático” e não provou que ele possui capacidade de edição genética programável. No entanto, o mercado precificou as ações sob a lógica de “ameaça de substitutos”, o que levanta questões sobre a razoabilidade dessa reação.

A Anthropic explicou que Claude descobriu esse sistema enzimático ao revisar um banco de dados massivo de sequências de DNA; a participação de seus cientistas limitou-se ao comando inicial e ao trabalho laboratorial. A empresa complementou dizendo que, no momento, a função exata do sistema ainda não foi determinada, mas que ele compartilha características com vários “outros sistemas” que são todos programáveis e capazes de executar operações como cortar, copiar e colar DNA.

Essa descoberta foi o primeiro resultado alcançado pelo laboratório úmido recentemente iniciado pela empresa liderada por Dario Amodei, marcando também uma evidência inicial do valor de Claude no campo científico. A empresa espera realizar o tão aguardado IPO ainda este ano.

Impacto no setor: revolução de eficiência, não de substituição

Vale destacar que o verdadeiro impacto da descoberta da Anthropic sobre as empresas de edição genética existentes provavelmente reside mais na diversificação das rotas tecnológicas do que em uma substituição direta. A configuração tecnológica da edição genética está evoluindo do CRISPR/Cas9 para múltiplas ferramentas em paralelo — novas tecnologias como edição de base, edição prime e edição epigenética estão surgindo continuamente, com empresas como CRISPR Therapeutics, Beam, Intellia reforçando vantagens em seus segmentos. A descoberta do sistema ART apenas adiciona um novo potencial candidato a esse espectro tecnológico, mas não altera a dinâmica competitiva existente no curto prazo.

O que realmente deve chamar a atenção dos gestores das empresas de edição genética é a velocidade que a IA demonstra em descobertas biológicas, o que pode forçar todo o setor a acelerar o ritmo de P&D. Se um sistema de IA pode vasculhar um banco de dados e sugerir descobertas candidatas em 21 horas, empresas que dependem de métodos experimentais tradicionais enfrentarão pressão competitiva em termos de eficiência.

Efeitos de transmissão na cadeia de produção de IA para a indústria farmacêutica

Do ponto de vista da cadeia industrial, este evento reforça o tema de investimento “IA + biotecnologia”. Fundos abertos estão investindo neste setor; segundo a ICBC Credit Suisse Asset Management, a descoberta de medicamentos por IA pode aumentar a eficiência no desenvolvimento de novos medicamentos e potencializar a descoberta de novas moléculas, beneficiando insumos laboratoriais, animais de experimentação, CXO, entre outros segmentos. O China Europe Fund também aponta que, ao entrar na área de IA para medicamentos, grandes empresas de modelos precisam rapidamente acumular dados experimentais para compensar a falta de histórico de P&D das farmacêuticas, estimulando uma rápida elevação nos pedidos relacionados a CXO.

O modelo operacional de laboratório úmido da Anthropic comprova essa lógica: o laboratório úmido valida os projetos dos “experimentos secos”, permitindo que Claude interaja com células, reagentes e equipamentos, testando sua capacidade de comandar robôs em experimentos biológicos. Isso significa que os gigantes da IA ao construir laboratórios próprios não irão substituir as empresas de CRO, mas podem criar ainda mais demanda por terceirização.

Nova análise sob a ótica de investimento

Do ponto de vista do investidor, a correção de curto prazo das ações do setor de edição genética precisa ser diferenciada da lógica industrial de médio e longo prazos. O Royal Bank of Canada estima que, nos próximos cinco anos, as tecnologias de IA podem economizar cerca de US$ 90 bilhões à indústria farmacêutica americana, aumentando o lucro por ação em 13%. O valor criado pela IA para a indústria farmacêutica é incremental e não um jogo de soma zero.

No entanto, é preciso estar atento às restrições reais enfrentadas atualmente pela IA na indústria farmacêutica. O Citi resume o estágio atual como “mais rápido está provado, melhor ainda não” — a eficiência operacional já foi comprovada, mas a qualidade dos candidatos únicos a medicamento e as taxas de sucesso clínico ainda não estão garantidas. Segundo relatório do Citi, os métodos tradicionais exigem a síntese e teste de cerca de 5.000 moléculas e levam de 4 a 6 anos para identificar um candidato pré-clínico, enquanto a abordagem por IA pode reduzir esse número para cerca de 330 moléculas e o tempo para 17 meses. Contudo, os testes clínicos de Fase I a III ainda demoram de 5 a 7 anos. A IA comprime o tempo de busca e iteração experimental, mas não encurta significativamente os ensaios clínicos.

Os investidores devem estar atentos: equiparar a narrativa das descobertas científicas da IA ao aumento quantificável da taxa de sucesso do desenvolvimento de medicamentos pode representar uma distorção cognitiva. O valor da descoberta da Anthropic não está em criar um substituto para o CRISPR, mas em demonstrar um novo paradigma para descoberta científica — agentes de IA que podem, de forma autônoma, identificar padrões em grandes volumes de dados que poderiam passar despercebidos por humanos. O significado de longo prazo desse paradigma é profundo, mas ainda há um longo caminho de validação e desenvolvimento até que ele se traduza em produtos.