A Converge Bio obtém US$ 25 milhões em financiamento da Bessemer e de líderes tecnológicos

A inteligência artificial está avançando rapidamente na descoberta de medicamentos, à medida que as empresas farmacêuticas e de biotecnologia buscam reduzir em anos os prazos de P&D e melhorar as taxas de sucesso em meio ao aumento dos custos. Mais de 200 startups estão agora competindo para integrar a IA diretamente nos fluxos de trabalho de pesquisa, atraindo cada vez mais a atenção dos investidores. A Converge Bio é a mais recente empresa a capitalizar essa tendência, garantindo novos financiamentos à medida que a concorrência se intensifica no setor de descoberta de medicamentos impulsionado pela IA.

A startup sediada em Boston e Tel Aviv, que ajuda empresas farmacêuticas e de biotecnologia a acelerar o desenvolvimento de medicamentos usando IA generativa treinada em dados moleculares, levantou US$ 25 milhões em uma rodada da Série A liderada pela Bessemer Venture Partners. A TLV Partners e a Vintage Investment Partners também participaram, juntamente com o apoio adicional de executivos não identificados da Meta, OpenAI e Wiz.

Na prática, a Converge treina modelos generativos em sequências de DNA, RNA e proteínas e, em seguida, os integra aos fluxos de trabalho farmacêuticos e biotecnológicos para acelerar o desenvolvimento de medicamentos.

“O ciclo de vida do desenvolvimento de medicamentos tem etapas distintas — desde a identificação e descoberta do alvo até a fabricação, ensaios clínicos e além — e, dentro de cada uma delas, há experimentos que podemos apoiar”, compartilhou o CEO e cofundador da Converge Bio, Dov Gertz, em uma entrevista exclusiva ao TechCrunch. “Nossa plataforma continua a se expandir por essas etapas, ajudando a levar novos medicamentos ao mercado mais rapidamente.”

Até agora, a Converge lançou sistemas voltados para o cliente. A startup já introduziu três sistemas distintos de IA: um para o design de anticorpos, outro para a otimização do rendimento de proteínas e outro para a descoberta de biomarcadores e alvos.

“Considere nosso sistema de design de anticorpos como um exemplo. Não é apenas um único modelo. Ele consiste em três componentes integrados. Primeiro, um modelo generativo cria novos anticorpos. Em seguida, modelos preditivos filtram esses anticorpos com base em suas propriedades moleculares. Por fim, um sistema de acoplamento, que usa um modelo baseado em física, simula as interações tridimensionais entre o anticorpo e seu alvo”, continuou Gertz. O valor está no sistema como um todo, não em um único modelo, de acordo com o CEO. “Nossos clientes não precisam montar modelos eles mesmos. Eles recebem sistemas prontos para uso que se integram diretamente em seus fluxos de trabalho.”

O novo financiamento chega cerca de um ano e meio depois que a empresa levantou US$ 5,5 milhões em uma rodada de investimentos em 2024.  

Inscreva-se na lista de espera do Disrupt 2026

Adicione-se à lista de espera do Disrupt 2026 para ser o primeiro da fila quando os ingressos antecipados estiverem disponíveis. Os eventos Disrupt anteriores contaram com a participação do Google Cloud, Netflix, Microsoft, Box, Phia, a16z, ElevenLabs, Wayve, Hugging Face, Elad Gil e Vinod Khosla no palco — parte dos mais de 250 líderes do setor que conduziram mais de 200 sessões destinadas a impulsionar seu crescimento e aprimorar sua vantagem competitiva. Além disso, conecte-se com centenas de startups inovadoras em todos os setores.

Inscreva-se na lista de espera do Disrupt 2026

Adicione seu nome à lista de espera do Disrupt 2026 para ser o primeiro da fila quando os ingressos antecipados estiverem disponíveis. Os eventos Disrupt anteriores contaram com a presença de Google Cloud, Netflix, Microsoft, Box, Phia, a16z, ElevenLabs, Wayve, Hugging Face, Elad Gil e Vinod Khosla no palco — parte de mais de 250 líderes do setor que conduzem mais de 200 sessões destinadas a impulsionar seu crescimento e aprimorar sua vantagem competitiva. Além disso, conecte-se com centenas de startups inovadoras em todos os setores.

Desde então, a startup de dois anos cresceu rapidamente. A Converge formou 40 parcerias com empresas farmacêuticas e de biotecnologia e atualmente gerencia cerca de 40 programas em sua plataforma, disse Gertz. Ela colabora com clientes nos Estados Unidos, Canadá, Europa e Israel e agora está se expandindo para a Ásia.

A equipe também cresceu rapidamente, passando de apenas nove funcionários em novembro de 2024 para 34. Ao longo do caminho, a Converge começou a publicar estudos de caso públicos. Em um deles, a startup ajudou um parceiro a aumentar o rendimento de proteínas em 4 a 4,5 vezes em uma única iteração computacional. Em outro, a plataforma gerou anticorpos com afinidade de ligação excepcionalmente alta, atingindo a faixa nanomolar única, observou Gertz.

A descoberta de medicamentos impulsionada por IA está ganhando um impulso significativo. No ano passado, a Eli Lilly fez uma parceria com a Nvidia para construir o que as empresas descreveram como o supercomputador mais poderoso da indústria farmacêutica para a descoberta de medicamentos. E, em outubro de 2024, os desenvolvedores por trás do projeto AlphaFold do Google DeepMind ganharam o Prêmio Nobel de Química por criarem o AlphaFold, o sistema de IA capaz de prever estruturas de proteínas.

Quando questionado sobre esse impulso e como ele está influenciando o crescimento da Converge Bio, Gertz disse que a empresa está testemunhando a maior oportunidade financeira da história das ciências da vida, com a indústria mudando dos métodos de “tentativa e erro” para o design molecular baseado em dados.

“Sentimos fortemente esse impulso, especialmente em nossas caixas de entrada. Há um ano e meio, quando fundamos a empresa, havia um ceticismo considerável”, disse Gertz ao TechCrunch. Esse ceticismo desapareceu notavelmente rápido, graças a estudos de caso bem-sucedidos de empresas como a Converge e da academia, acrescentou.

Os grandes modelos de linguagem estão atraindo atenção na descoberta de medicamentos por sua capacidade de analisar sequências biológicas e propor novas moléculas, mas desafios como alucinações e precisão persistem. “No texto, as alucinações geralmente são fáceis de detectar”, disse o CEO. “Em moléculas, validar um novo composto pode levar semanas, então o custo é muito mais alto.” Para resolver isso, a Converge combina modelos generativos com modelos preditivos, filtrando novas moléculas para reduzir o risco e melhorar os resultados para seus parceiros. “Essa filtragem não é perfeita, mas reduz significativamente o risco e oferece melhores resultados para nossos clientes”, acrescentou Gertz.

A TechCrunch também perguntou sobre especialistas como Yann LeCun, que continuam céticos quanto ao uso de LLMs. “Sou um grande fã de Yann LeCun e concordo plenamente com ele. Não dependemos de modelos baseados em texto para o entendimento científico básico. Para realmente compreender a biologia, os modelos devem ser treinados em DNA, RNA, proteínas e pequenas moléculas”, explicou Gertz.

Os LLMs baseados em texto são usados apenas como ferramentas auxiliares, por exemplo, para ajudar os clientes a navegar pela literatura sobre moléculas geradas. “Eles não são nossa tecnologia principal”, disse Gertz. “Não estamos presos a uma única arquitetura. Usamos LLMs, modelos de difusão, aprendizado de máquina tradicional e métodos estatísticos quando apropriado.”

“Nossa visão é que todas as organizações de ciências da vida utilizem a Converge Bio como seu laboratório de IA generativa. Os laboratórios úmidos sempre existirão, mas serão complementados por laboratórios generativos que criam hipóteses e moléculas computacionalmente. Nosso objetivo é ser esse laboratório generativo para toda a indústria”, disse Gertz.