Warp Sciences sai do modo furtivo com US$ 215 milhões para laboratórios de química com IA

Projetar uma molécula promissora é apenas o começo da pesquisa de medicamentos. Ainda é preciso produzi-la, testá-la e transformar os resultados em um experimento melhor. A Warp Sciences aposta que esse gargalo físico é onde a IA pode criar sua próxima grande vantagem.

A Warp Sciences saiu do modo furtivo com US$ 215 milhões em financiamento para criar uma organização de pesquisa por contrato, ou CRO, de química sediada nos EUA, que combina químicos experientes, IA e robótica. Liderada pelo ex-diretor de produtos da OpenAI, Kevin Weil, a empresa planeja fornecer compostos para pesquisa a clientes de biotecnologia e farmacêuticos, ao mesmo tempo que constrói laboratórios capazes de aprender com os experimentos que realizam.

A rodada de financiamento foi liderada pela Lightspeed, com participação da IVP, da Mayfield, da Lux, da Premji Invest e da Menlo Ventures, entre outras. Entre os investidores-anjo estão Brian Armstrong, Mike Krieger, Dylan Field e Mark Chen e Sarah Friar, da OpenAI.

Uma empresa de serviços químicos construída em torno da IA

O ponto de partida da Warp é a síntese de análogos para otimização de compostos líderes: produzir variações de moléculas para que pesquisadores possam compará-las enquanto avançam rumo a um candidato a medicamento. Trata-se de um serviço concreto, com um produto final definido, e não de uma promessa de que um modelo de IA inventará um medicamento de forma independente.

De acordo com sua página de serviços ao cliente, a Warp se concentra em programas pré-clínicos de moléculas pequenas e produz compostos em escalas que vão de miligramas a vários gramas. A empresa descreve seu trabalho típico como envolvendo moléculas complexas que exigem de cinco a 15 etapas sintéticas. Esse escopo insere a empresa no ciclo repetido de produção e avaliação de compostos de que as equipes de pesquisa precisam para aprimorar um programa.

A Warp também deixa clara a questão de quem controla a agenda de pesquisa. Os clientes escolhem quais moléculas desenvolver e mantêm o controle de seus programas de medicamentos. A Warp não tem uma linha própria de medicamentos em desenvolvimento. Seu negócio é fornecer a infraestrutura química e experimental utilizada por essas equipes.

Isso tem importância comercial. Uma CRO precisa entregar compostos utilizáveis, manter a qualidade e colaborar de forma eficaz com os cientistas dos clientes. Essas exigências submetem a automação da Warp a um teste operacional imediato: verificar se ela torna o serviço mais produtivo e confiável.

Dos resultados de laboratório a modelos melhores

A tese tecnológica de longo prazo é criar um ciclo de retroalimentação entre experimentação e aprendizado de máquina. Experimentos físicos produzem evidências sobre o que funciona. Os sistemas de IA aprendem com essas evidências, ajudam a orientar os experimentos seguintes e viabilizam um trabalho de laboratório cada vez mais automatizado. Laboratórios mais capazes podem, então, produzir evidências mais úteis.

No manifesto dos fundadores, a Warp afirma que pretende registrar tanto os experimentos bem-sucedidos quanto os fracassos. Além do trabalho para clientes, a empresa planeja realizar campanhas experimentais dedicadas à geração de dados para seus modelos. Químicos experientes liderarão os laboratórios à medida que uma parcela maior do fluxo de trabalho for automatizada.

Incluir os fracassos é uma parte importante da abordagem. Saber que um experimento não produziu o resultado desejado pode ajudar a definir os limites de um método e orientar o que deve ser testado em seguida. Para que essas informações aprimorem um modelo, elas precisam ser registradas com contexto experimental suficiente para distinguir uma ideia improdutiva de um problema na execução.

A robótica fornece a dimensão física do ciclo, enquanto o software conecta o planejamento, a execução e o registro dos resultados. Ao desenvolver esses sistemas junto com o laboratório, a Warp tem a oportunidade de criar automações em torno do trabalho que os químicos realmente realizam. A vantagem proposta vem do aprimoramento de todo o processo experimental, em vez de apenas acelerar o projeto de moléculas e deixar inalterada a fila do laboratório.

A ambição mais ampla da Warp é desenvolver uma IA científica capaz de ajudar cientistas a raciocinar sobre o mundo físico e a projetar experimentos informativos. Seu ponto de partida comercial anunciado continua sendo mais restrito: fornecer compostos para pesquisa e automatizar progressivamente o trabalho necessário para produzi-los.

Quatro fundadores que unem química, IA e operações

Kevin Weil, cofundador e CEO, ocupou mais recentemente os cargos de diretor de produtos e vice-presidente de ciência na OpenAI. Sua experiência inclui transformar avanços em IA em produtos e nos sistemas operacionais que os sustentam.

O cofundador e diretor de operações DJ Patil foi o primeiro cientista-chefe de dados dos EUA e um dos executivos fundadores da Devoted Health. O cofundador e diretor científico Sol Reisberg ocupou anteriormente cargos de liderança em química medicinal na Terremoto Biosciences. O cofundador e diretor de tecnologia Mano Paluri foi vice-presidente na Meta Superintelligence Labs e membro fundador da FAIR.

Essa combinação reflete o trabalho que está por vir: desenvolver sistemas de IA, conduzir operações científicas e fornecer compostos químicos que os clientes possam usar. A Warp afirma que sua equipe inicial também reúne experiência em robótica da Genesis, da Skild AI e da 1X, além de conhecimento científico da Genentech e do Lawrence Livermore National Labs.

Cobrança por compostos entregues

A estratégia de preços da Warp acrescenta outra dimensão à história do financiamento. Segundo o site da empresa, ela cobra por composto entregue, com preços definidos em consulta com o cliente. Se um composto não for produzido, o cliente não paga por ele. A Warp contrasta esse modelo com contratos de organizações de pesquisa por contrato (CRO) baseados em equipes dimensionadas por equivalentes em tempo integral.

Esse modelo vincula a receita ao trabalho concluído. Se a automação reduzir o esforço necessário para produzir um composto de forma confiável, a Warp poderá melhorar sua própria eficiência econômica e, ao mesmo tempo, estabelecer uma relação mais direta entre os gastos dos clientes e os resultados obtidos. A empresa está posicionando seu serviço em torno da colaboração e do controle domésticos, com preços de terceirização no exterior, embora ainda não tenha publicado uma tabela geral de preços nem resultados de comparação de custos.

A Warp afirma que atualmente trabalha com um pequeno número de parceiros de desenvolvimento. Essas parcerias envolvem colaboração semanal entre os químicos dos clientes e a equipe da Warp, oferecendo à startup uma forma de aprimorar seus serviços e sistemas com base em necessidades reais de pesquisa.

O desafio de execução por trás dos US$ 215 milhões

O financiamento dá à Warp um respaldo substancial para um negócio que precisa construir capacidade física, além de software. A oportunidade está em transformar os serviços de química em um sistema de aprendizado: entregar compostos, coletar evidências experimentais, aprimorar os modelos e usar esses avanços para tornar mais eficiente o trabalho subsequente.

O anúncio não apresenta melhorias mensuradas nos prazos de entrega, avaliações comparativas dos modelos nem evidências de que um laboratório totalmente autônomo já esteja em operação. Essas são etapas distintas da formação da equipe e da captação de capital. O teste prático será verificar se a Warp consegue entregar repetidamente a qualidade, a rapidez e a viabilidade econômica que promete aos clientes.

Por enquanto, a decisão mais importante da empresa é por onde começar. Ao começar com programas de química conduzidos pelos clientes, a Warp vincula suas ambições em IA a uma necessidade científica recorrente. Cada composto entregue oferece uma oportunidade de gerar receita e aprimorar o sistema de laboratório que produzirá o próximo.