Em outubro de 2024, o Prêmio Nobel de Química foi concedido a Demis Hassabis e John Jumper, do DeepMind, pelos avanços do AlphaFold. Era o reconhecimento formal de que a IA havia resolvido um problema que bioquímicos consideravam intratável por computadores: o dobramento de proteínas. Em 2026, o campo avançou além da previsão de estrutura — e chegou à fronteira mais ambiciosa: projetar moléculas terapêuticas do zero.
AlphaFold 3 e o IsoDDE: Da Estrutura ao Fármaco
O AlphaFold 3, lançado pela DeepMind e Isomorphic Labs em maio de 2024, expandiu radicalmente o escopo em relação ao AlphaFold 2. Em vez de prever apenas estrutura de proteínas, o AF3 prediz interações entre proteínas, DNA, RNA e moléculas pequenas — os componentes fundamentais do design de fármacos. É 50% mais preciso que os melhores métodos tradicionais no benchmark PoseBusters sem precisar de informação estrutural prévia.
Em fevereiro de 2026, a Isomorphic Labs lançou o IsoDDE — um motor unificado de design de fármacos que combina previsão de estrutura, ligação de ligantes, previsão de afinidade e modelagem de interações anticorpo-antígeno em um único pipeline. O IsoDDE aproximadamente dobra a precisão do AlphaFold 3 nos casos mais difíceis de ligação de ligantes (menos de 20% de similaridade de sequência com dados de treino): ~50% de precisão contra ~23,3% do AF3. Alguns especialistas chamam o IsoDDE informalmente de "AlphaFold 4 proprietário".
O Primeiro Fármaco Desenhado por IA em Ensaio Clínico
O marco mais concreto do campo em 2026: a Isomorphic Labs tem como alvo iniciar os primeiros ensaios clínicos em humanos de um candidato a fármaco desenhado por IA até o final de 2026. No World Economic Forum de janeiro de 2026, Demis Hassabis confirmou que a timeline havia sido ajustada de 2025 para fins de 2026 — mas o compromisso permanece.
A Insilico Medicine já está à frente: seu INS018_055, um candidato a fármaco para fibrose pulmonar idiopática gerado inteiramente por IA, está em Fase 2 de ensaios clínicos. É o resultado mais avançado de design de fármaco por IA na história — e o ponto de referência que toda empresa do setor usa para calibrar ambições.
GNoME: 2,2 Milhões de Novos Materiais
O AlphaFold não está sozinho. Em 2023, o DeepMind lançou o GNoME (Graph Networks for Materials Exploration), que descobriu 2,2 milhões de novas estruturas cristalinas — incluindo 52.000 novos condutores de íons de lítio com potencial para baterias de próxima geração. Pesquisadores externos já sintetizaram 736 dessas previsões em laboratório.
O GNoME representa uma mudança qualitativa no que IA pode fazer para ciência de materiais: em vez de auxiliar experimentos existentes, gerou um catálogo de materiais que os humanos não teriam descoberto nas próximas décadas de pesquisa convencional. O AlphaFold serve mais de 3 milhões de pesquisadores em mais de 190 países — e a escala de impacto do GNoME pode ser comparável.
A Bifurcação do Campo: Descoberta vs. Clínica
A análise mais honesta do campo de AI para descoberta de fármacos em 2026 reconhece uma bifurcação clara. De um lado, as vitórias de descoberta: moléculas desenhadas por IA chegando à clínica mais rápido e mais barato que benchmarks da indústria. Do outro, a realidade clínica: IA não encurta as Fases 2 e 3, não evita a biologia fundamental de eficácia e segurança, e ainda não produziu um fármaco aprovado.
A IA revolucionou a etapa de descoberta — identificação de candidatos, previsão de estrutura, triagem virtual de compostos. Mas o processo de desenvolvimento de fármaco tem 10-15 anos e bilhões de dólares de custo por uma razão: a biologia do corpo humano é o validador final, e esse validador não foi substituído por nenhum modelo.
O campo de "AI for Science" em 2026 está no momento mais promissor de sua história — e também no mais honesto sobre onde a promessa ainda não se transformou em produto.
