Laboratórios químicos sob controle robótico
Kevin Weil, ex-líder de Ciência da OpenAI, anunciou nesta terça-feira a saída da fase silenciosa da Warp Sciences, uma startup de US$ 215 milhões financiada para construir a infraestrutura que permitirá às empresas de biotecnologia e farmacêutica descobrir novos medicamentos com mais rapidez. A empresa, avaliada em US$ 865 milhões pós-money, une química medicinal, inteligência artificial e robótica em um modelo que pretende resolver um gargalo antigo da descoberta de drogas: a necessidade de síntese manual e repetitiva de moléculas.
A Warp Sciences não vai desenvolver medicamentos próprios. O foco, conforme deixou claro o cofundador e diretor de operações DJ Patil — o primeiro cientista de dados da Casa Branca dos Estados Unidos — é construir a infraestrutura para quem faz. "Nossos clientes de biotecnologia e farmacêutica determinam quais moléculas perseguir e mantêm o controle de seus programas de medicamentos", afirmou Patil durante o anúncio, reforçando que a startup atua como parceira de serviços, não como competidora.
O que a startup vai fazer
O serviço inicial da Warp foca na otimização de leads — a etapa em que os pesquisadores já identificaram uma molécula promissora e precisam criar e testar centenas ou milhares de variações dessa molécula para melhorar sua atividade, reduzir efeitos colaterais ou refinar outras propriedades antes de avançar o candidato a desenvolvimento clínico. É um dos processos mais trabalhosos e demorados do pipeline farmacêutico.
Durante anos, essa parte do trabalho foi terceirizada para contratantes na China, onde empresas como a WuXi AppTec competiam em velocidade e custo. Com a tensão comercial e a legislação recente como o BIOSECURE Act, assinado em dezembro de 2025, muitas empresas passaram a buscar alternativas domésticas. A Warp pretende reposicionar parte dessa capacidade nos Estados Unidos, combinando químicos especialistas humanos com robôs e modelos de IA treinados em dados de experimentos físicos.
Treinando robôs com químicos especialistas
A abordagem mais singular da Warp é o método de treinamento dos robôs: químicos especialistas vestem câmeras e luvas com sensores de pressão para gravar cada movimento realizado no laboratório. Esses dados visuais e táteis alimentam os modelos de IA da startup, que aprendem a executar tarefas complexas de laboratório — desde medição de reagentes até manipulação de amostras — de forma autônoma.
"A IA acelerou dramaticamente a engenharia de software e a matemática, mas ainda não causou o mesmo impacto nas ciências físicas", disse Weil. "Química e biologia avançam quando você faz algo, testa e aprende com o resultado. Se queremos construir IAs mais capazes para a ciência, precisamos gerar dados do mundo real em escala."
O plano é que os robôs operem 24 horas por dia, sete dias por semana, eliminando as pausas naturais de pesquisadores humanos e acelerando drasticamente o ciclo de hipótese-experimento-resposta. Com dados experimentais em volume maior, os próprios modelos de IA da Warp se tornam mais precisos, o que torna os robôs mais eficientes, gerando um ciclo virtuoso de aprendizado contínuo.
A equipe por trás
A Warp Sciences reúne um elenco incomum de nomes de peso. Weil, que mais recentemente serviu como Chief Product Officer e Vice-Presidente de Ciência na OpenAI, co-funda a empresa ao lado de Solomon "Sol" Reisberg — líder em química medicinal na Terremoto Biosciences, uma startup focada em descoberta de drogas com IA; Manohar "Mano" Paluri, ex-Vice-Presidente da Meta Superintelligence Labs e membro fundador do FAIR (Fundamental AI Research); e DJ Patil, ex-executivo da Devoted Health e o primeiro escolhido pelo presidente dos EUA como cientista-chefe de dados.
Os investidores-anjo são igualmente expressivos: Sarah Friar (ex-CFO da OpenAI), Reid Hoffman (co-fundador do LinkedIn), Brian Armstrong (CEO da Coinbase), Mike Krieger (co-criador do Instagram e líder atual da Anthropic Labs), Dylan Field (CEO da Figma), além de nomes da indústria farmacêutica tradicional.
O mercado e os desafios
O mercado de serviços de pesquisa contratados (CRO) global já gira em dezenas de bilhões de dólares, e a parte de síntese química é um dos segmentos mais rentáveis. A Warp entra em um cenário dominado por provedores estabelecidos na Ásia, que possuem escala e know-how acumulado por décadas. A vantagem competitiva proposta pela startup é a combinação de capacidade doméstica, automação robótica e aprendizado por IA — algo que nenhuma concorrente atual oferece de forma integrada.
O risco, no entanto, é significativo. Robôs em laboratórios de química úmida precisam lidar com a imprevisibilidade de reações reais, e a transição de um laboratório piloto para operação em escala nunca foi trivial. A Warp já adquiriu braços robóticos e chips de IA, mas ainda tem cerca de 20 funcionários — um número pequeno comparado às milhares de pessoas que operam os maiores centros de síntese na China.
A promessa de "cada experimento tornar o próximo mais inteligente" será testada não apenas pela velocidade, mas pela confiabilidade dos dados gerados. Para empresas de biotecnologia, a qualidade do dado experimental é tudo: uma síntese mal conduzida pode fazer um candidato promissor ser descartado injustamente, ou pior, avançar com falhas não detectadas. O padrão de reprodutibilidade que a Warp precisa alcançar para ganhar tração é extremamente alto.
O que observar
A Warp Sciences marca a fronteira mais ambiciosa até agora da interseção entre IA generativa e ciências físicas. Enquanto outras startups focam na modelagem computacional de proteínas ou na predição de estruturas moleculares, a Warp aposta que o próximo salto está fora do computador — dentro do laboratório. Se conseguir escalar sua operação e demonstrar que seus robôs podem reproduzir com precisão os protocolos químicos mais complexos, poderá reconfigurar não apenas a economia da descoberta de medicamentos, mas também a relação entre inteligência artificial e o mundo físico. A pergunta que fica: será que a automação robótica dos laboratórios químicos será o equivalente à revolução do código-fonte aberto para as ciências naturais?
Fontes: TechCrunch, Yahoo Finance / Business Wire, Drug-Dev.com
✓ Fontes independentes cruzadas e verificadas antes da publicação
