O fator humano continua sendo o maior diferencial na descoberta de novos medicamentos

Introdução

A descoberta de novos medicamentos vive um dos períodos mais transformadores de sua história. Nunca a ciência dispôs de tantas ferramentas para identificar alvos terapêuticos, compreender os mecanismos moleculares das doenças e projetar moléculas com potencial para tratá-las. Tecnologias como sequenciamento genômico em larga escala, biologia estrutural, proteômica, metabolômica, plataformas automatizadas de triagem, inteligência artificial (IA) e aprendizado de máquina estão revolucionando a pesquisa biomédica e acelerando a descoberta de novos candidatos a medicamentos.

Paradoxalmente, apesar desse extraordinário avanço tecnológico observado nas últimas décadas, a produtividade da inovação farmacêutica continua baixa. Diversos autores têm chamado atenção para a chamada “Lei de Eroom”, segundo a qual o custo e o tempo necessários para desenvolver novos medicamentos continuam aumentando, enquanto o número de novos produtos aprovados cresce em ritmo muito inferior. Esse cenário demonstra que a disponibilidade de tecnologias sofisticadas, por si só, não garante inovação.

É nesse contexto que ganha especial relevância o editorial publicado recentemente na revista Drug Discovery Today por Alastair D. G. Lawson e colaboradores. Reunindo várias décadas de experiência na indústria farmacêutica e na pesquisa acadêmica, os autores defendem que a principal diferença entre produzir excelente ciência e descobrir medicamentos inovadores está menos nas tecnologias empregadas e mais na maneira como os pesquisadores formulam e testam hipóteses, interpretam evidências e tomam decisões ao longo de um processo marcado por grandes incertezas, elevada regulamentação e alto risco tecnológico.

Os autores, da Universidade da Califórnia em Berkeley e responsáveis pela descoberta de diversos medicamentos aprovados pela Food and Drug Administration (FDA), argumentam que o verdadeiro diferencial competitivo na descoberta de medicamentos continua sendo a capacidade humana de fazer as perguntas certas, interpretar criticamente os resultados e tomar decisões estratégicas. Em uma era marcada pelo entusiasmo com a IA, as tecnologias de edição gênica e as diversas ciências ômicas, essa reflexão reforça uma mensagem essencial: as tecnologias podem acelerar a obtenção de respostas, mas não substituem a capacidade humana de formular as perguntas realmente importantes durante o processo de inovação radical voltado ao desenvolvimento de novas terapias para a saúde humana.

Muito além da produção de dados

A pesquisa biomédica moderna tornou-se extraordinariamente eficiente na geração de informações. Em poucas semanas, é possível produzir milhões de dados provenientes de análises genômicas, transcriptômicas, proteômicas ou metabolômicas. Modelos computacionais conseguem prever interações moleculares, identificar novos alvos terapêuticos e até sugerir estruturas químicas inéditas com potencial farmacológico.

Contudo, Lawson e colaboradores alertam para um equívoco cada vez mais frequente: confundir produção de dados com produção de conhecimento. A facilidade de gerar informações pode criar a falsa impressão de que a simples acumulação de resultados representa progresso científico. Na prática, enormes conjuntos de dados frequentemente permanecem incapazes de responder às perguntas fundamentais que determinam o sucesso ou o fracasso de um programa de descoberta de medicamentos inovadores.

Na pesquisa acadêmica, a geração de conhecimento constitui naturalmente um objetivo central. Compreender mecanismos biológicos, descrever novas vias de sinalização celular ou identificar biomarcadores representa uma contribuição científica de enorme valor. Entretanto, na descoberta de medicamentos, esse conhecimento precisa necessariamente convergir para um objetivo adicional: permitir decisões capazes de transformar uma hipótese biológica em uma intervenção terapêutica eficaz e segura.

Essa diferença altera profundamente a lógica do trabalho científico. Enquanto um pesquisador acadêmico frequentemente procura compreender um fenômeno em toda a sua complexidade, o descobridor de medicamentos precisa perguntar continuamente se aquele conhecimento aproxima, de fato, um candidato da aplicação clínica. Segundo os autores, uma pergunta deve acompanhar todas as etapas do desenvolvimento: “Onde está o medicamento neste projeto?” Essa questão funciona como uma bússola estratégica, impedindo que equipes altamente qualificadas permaneçam durante anos explorando mecanismos biológicos fascinantes, porém sem perspectiva real de gerar uma nova terapia. Em outras palavras, produzir excelente ciência é condição necessária, mas não suficiente para produzir inovação farmacêutica.

A importância de formular as perguntas corretas

Uma das mensagens mais provocativas do editorial é que a habilidade mais importante de um drug hunter talvez não seja dominar tecnologias sofisticadas, mas formular corretamente a pergunta científica. Toda investigação nasce de uma hipótese. Entretanto, hipóteses mal formuladas tendem a conduzir a experimentos tecnicamente impecáveis, porém incapazes de produzir informações realmente úteis para orientar decisões.

Essa situação ocorre com mais frequência do que se imagina. Em muitos projetos, observa-se grande investimento em experimentos sofisticados antes mesmo que o problema central tenha sido claramente definido. Equipamentos de última geração podem produzir milhares de resultados estatisticamente significativos, sem que necessariamente respondam à questão que realmente importa. Na visão dos autores, cientistas experientes dedicam uma parcela importante de seu tempo ao refinamento das perguntas que orientarão os experimentos.

Essa mudança de mentalidade exige abandonar uma prática relativamente comum na pesquisa contemporânea: iniciar imediatamente a busca por respostas assim que uma nova tecnologia se torna disponível. O avanço da IA torna esse alerta ainda mais relevante. Modelos computacionais conseguem identificar rapidamente milhares de candidatos moleculares, prever propriedades farmacocinéticas, estimar toxicidade e sugerir otimizações estruturais. Contudo, a utilidade dessas previsões depende diretamente da qualidade do problema formulado pelo pesquisador. Algoritmos sofisticados dificilmente compensam hipóteses conceituais equivocadas.

Nesse sentido, a IA e as novas tecnologias disponíveis não substituem o pensamento crítico; ao contrário, aumentam sua importância. Quanto mais poderosa se torna uma ferramenta tecnológica, maior passa a ser a responsabilidade do pesquisador em definir corretamente o problema que deseja resolver.

Experimentos simples podem produzir as respostas mais importantes

Outra contribuição importante do editorial refere-se ao desenho experimental. Existe uma tendência de associar qualidade científica ao grau de sofisticação metodológica. Entretanto, Lawson e colaboradores questionam essa associação: os melhores experimentos não são necessariamente os mais complexos ou caros, mas aqueles capazes de reduzir, de forma decisiva, uma incerteza relevante do projeto.

Cada experimento deve testar uma hipótese claramente definida e produzir informações que orientem o próximo passo do desenvolvimento. Quando um estudo apenas gera novos questionamentos, sem reduzir as incertezas relevantes para o projeto, é possível que seu desenho não tenha sido adequado à decisão que precisava ser tomada ou que tenha respondido a uma pergunta de importância limitada. Essa abordagem aproxima a descoberta de medicamentos da engenharia, na medida em que cada etapa deve contribuir para reduzir riscos científicos, tecnológicos ou regulatórios.

Sob essa perspectiva, a simplicidade torna-se uma virtude. Experimentos bem planejados são aqueles que fornecem respostas claras com o menor número possível de variáveis. Além de reduzir custos e acelerar o desenvolvimento, essa estratégia facilita a interpretação dos resultados e pode favorecer a reprodutibilidade, um dos grandes desafios da pesquisa biomédica.

Nesse contexto, a discussão sobre a chamada “crise de reprodutibilidade” também reforça a importância de desenhos experimentais robustos, hipóteses claramente definidas e controle adequado das variáveis. Assim, mais importante do que perguntar quais experimentos podem ser realizados é definir quais experimentos são realmente necessários para o avanço do projeto.

A inovação nasce da capacidade de aprender com a incerteza

Se formular a pergunta correta é o primeiro passo para uma descoberta bem-sucedida, interpretar corretamente as respostas é um dos principais diferenciais na descoberta de medicamentos. Como destacam Lawson e colaboradores, o avanço da ciência depende não apenas da confirmação de hipóteses, mas da capacidade de aprender tanto com os resultados esperados quanto com aqueles que desafiam as expectativas.

Na pesquisa biomédica, é natural que pesquisadores desenvolvam forte vínculo com suas hipóteses. Entretanto, na descoberta de medicamentos, esse apego pode comprometer decisões importantes. Resultados inesperados devem ser encarados como oportunidades para revisar conceitos, identificar novos mecanismos biológicos ou reconhecer precocemente limitações do projeto. A trajetória do sildenafil, inicialmente investigado para indicações cardiovasculares e posteriormente desenvolvido para o tratamento da disfunção erétil, ilustra como observações inesperadas podem abrir novos caminhos terapêuticos.

Essa postura exige humildade científica e disposição para abandonar hipóteses quando as evidências assim indicam. Em vez de tentar adaptar os dados para confirmar uma teoria, pesquisadores bem-sucedidos permitem que os próprios resultados orientem o futuro do projeto. Na descoberta de medicamentos, conviver com a incerteza faz parte do processo.

Por isso, programas de desenvolvimento não evoluem de forma linear, mas por sucessivas decisões tomadas com informações incompletas. Cada experimento deve reduzir uma parcela das incertezas relacionadas à eficácia, seletividade, farmacocinética, toxicidade e viabilidade do candidato. Esse processo permite aumentar gradualmente a confiança necessária para o avanço do desenvolvimento.

Sob essa perspectiva, interromper precocemente um projeto inviável não representa fracasso, mas, ao contrário, uma decisão científica fundamentada que evita desperdício de tempo e recursos. Da mesma forma, resultados negativos podem ter grande valor ao indicar rapidamente estratégias sem perspectivas. Organizações inovadoras reconhecem que o verdadeiro fracasso não é abandonar uma hipótese incorreta, mas persistir nela apesar das evidências contrárias.

Outro ensinamento importante do editorial refere-se ao perfeccionismo. Embora a otimização molecular seja essencial, buscar melhorias incrementais indefinidamente pode atrasar o desenvolvimento clínico e reduzir o potencial competitivo do produto. Em determinado momento, é necessário reconhecer que um candidato apresenta qualidade suficiente para avançar, decisão que depende não apenas de dados e ferramentas computacionais, mas também de julgamento científico.

Os autores também recomendam manter, sempre que possível, mais de um candidato em desenvolvimento. Essa estratégia reduz riscos e permite a continuidade do programa caso o composto principal apresente problemas inesperados durante os estudos pré-clínicos ou clínicos.

Ao final, Lawson e colaboradores deixam uma mensagem particularmente relevante: excelência científica continua sendo indispensável, mas não suficiente. O sucesso na descoberta de medicamentos depende da capacidade de formular as perguntas certas, interpretar criticamente as evidências, tomar decisões difíceis e administrar continuamente as incertezas inerentes ao processo de inovação. Em outras palavras, descobrir novos medicamentos é menos uma questão de encontrar respostas definitivas e mais uma questão de saber decidir, no momento certo, qual caminho seguir.

Liderança, inteligência artificial e o futuro da inovação farmacêutica

Até poucas décadas atrás, a descoberta de novos medicamentos era frequentemente associada ao trabalho quase solitário de um pesquisador excepcional. Hoje, essa realidade mudou. O desenvolvimento de medicamentos tornou-se um dos processos científicos mais complexos da atualidade, exigindo a integração de conhecimentos em química medicinal, farmacologia, biologia molecular, toxicologia, farmacocinética, bioinformática, desenvolvimento farmacêutico, medicina clínica e ciência regulatória, entre outras áreas do conhecimento.

Nesse cenário, a inovação passou a depender menos da competência individual e mais da capacidade de formar equipes multidisciplinares altamente integradas. Comunicar ideias com clareza, compartilhar dúvidas, discutir resultados negativos e construir consenso entre especialistas tornaram-se competências tão importantes quanto o domínio das técnicas experimentais. Como destacam Lawson e colaboradores, a comunicação eficiente vai além da divulgação de resultados: ela envolve reconhecer limitações, estimular o debate crítico e criar um ambiente de confiança. Os autores recomendam comunicar rapidamente as más notícias e divulgar resultados promissores somente após sua adequada confirmação, fortalecendo a credibilidade científica e evitando decisões precipitadas.

Essa filosofia também redefine o papel da liderança. Liderar programas de descoberta de medicamentos significa criar condições para que equipes assumam riscos calculados, aprendam com os próprios erros e tomem decisões fundamentadas em evidências, mesmo quando isso implica interromper projetos nos quais foram investidos anos de trabalho. Em organizações inovadoras, mudar de direção diante de novas evidências não representa fracasso, mas maturidade científica. Nessas instituições, o erro deixa de ser apenas motivo de frustração para tornar-se uma oportunidade de aprendizado.

Essa mudança cultural ganha ainda mais importância com o avanço da inteligência artificial. Ferramentas computacionais já permitem analisar milhões de moléculas, prever propriedades farmacológicas e sugerir novos candidatos terapêuticos, contribuindo para acelerar e tornar mais eficiente a descoberta de medicamentos. No entanto, como alertam Lawson e colaboradores, nenhuma previsão computacional substitui a validação experimental. A complexidade dos sistemas biológicos exige que hipóteses e modelos sejam testados em condições experimentais bem definidas e cuidadosamente controladas, permanecendo a experimentação como etapa indispensável do desenvolvimento de novos fármacos.

Essas transformações também impõem novos desafios à formação de pesquisadores. Além do domínio das técnicas laboratoriais, os profissionais precisarão integrar conhecimentos em química medicinal, farmacologia, bioinformática, ciência de dados e estatística, entre outras áreas, sem perder as características que distinguem os grandes cientistas: curiosidade intelectual, pensamento crítico, criatividade e capacidade de formular perguntas relevantes.

A principal contribuição do editorial é lembrar que a inovação continua sendo, essencialmente, uma atividade humana. A inteligência artificial poderá transformar profundamente a descoberta de medicamentos, ampliando nossa capacidade de analisar dados e gerar hipóteses. Entretanto, continuará cabendo aos pesquisadores definir os problemas relevantes, interpretar criticamente as evidências, administrar incertezas e tomar as decisões que conduzem uma descoberta científica à aplicação clínica. Em última análise, as tecnologias poderão acelerar a inovação, mas dificilmente substituirão aquilo que constitui sua essência: a capacidade humana de imaginar soluções para problemas ainda não resolvidos.

Conclusões e perspectivas

O editorial de Lawson e colaboradores traz uma contribuição valiosa ao deslocar o foco da discussão sobre inovação das tecnologias para as pessoas. Sem diminuir a importância das modernas plataformas experimentais, dos recursos financeiros, da infraestrutura ou dos métodos computacionais, os autores demonstram que o verdadeiro diferencial na descoberta de medicamentos continua sendo a qualidade do pensamento científico e das decisões tomadas pelas equipes de pesquisadores.

Apesar dos extraordinários avanços da pesquisa biomédica observados nas últimas décadas, que ampliaram de forma sem precedentes nossa capacidade de compreender os mecanismos das doenças, identificar e validar novos alvos com potencial terapêutico e gerar grandes volumes de dados, transformar esse conhecimento em terapias inovadoras permanece um dos maiores desafios da ciência contemporânea. A principal lição é clara: informação, por si só, não produz inovação. Para que isso ocorra, é necessário formular perguntas relevantes, interpretar criticamente as evidências, administrar incertezas e tomar decisões estratégicas fundamentadas em dados confiáveis. Nesse contexto, criatividade, curiosidade, pensamento crítico, resiliência, comunicação e liderança tornam-se competências tão importantes quanto o domínio de qualquer tecnologia.

Desenvolver medicamentos inovadores exige mais do que financiamento, infraestrutura e domínio metodológico. Exige uma cultura científica que integre diferentes áreas do conhecimento, valorize a reprodutibilidade dos resultados, estimule o questionamento crítico e mantenha o foco na geração de soluções terapêuticas capazes de beneficiar os pacientes.

Por isso, a principal mensagem do editorial permanece extremamente atual: em um ambiente científico cada vez mais sofisticado, o fator humano continua sendo o elemento decisivo da inovação. Os medicamentos mais transformadores não resultarão apenas das tecnologias mais avançadas, mas de equipes capazes de combinar excelência científica, criatividade, colaboração multidisciplinar e coragem para desafiar o conhecimento estabelecido. Em última análise, descobrir novos medicamentos é muito mais do que dominar técnicas; é desenvolver uma forma particular de pensar.

Bibliografia consultada

Lawson ADG, Finney HM, Hillisch A, Lerner MK, Leclercq KJ, Edwards TE, Shaw SG. From scientist to successful drug hunter: a mindset shift. Drug Discovery Today. 2026;31(5):104712. doi:10.1016/j.drudis.2026.104712.

Paul SM, Mytelka DS, Dunwiddie CT, Persinger CC, Munos BH, Lindborg SR, Schacht AL. How to improve R&D productivity: the pharmaceutical industry's grand challenge. Nature Reviews Drug Discovery. 2010;9(3):203–214. doi:10.1038/nrd3078.

Scannell JW, Blanckley A, Boldon H, Warrington B. Diagnosing the decline in pharmaceutical R&D efficiency. Nature Reviews Drug Discovery. 2012;11(3):191–200. doi:10.1038/nrd3681.

Scannell JW, Bosley J. When quality beats quantity: decision theory, drug discovery, and the reproducibility crisis. PLoS ONE. 2016;11(2):e0147215. doi:10.1371/journal.pone.0147215.

Endereço

Av. Luiz Boiteaux Piazza, 1302 - Sapiens Parque, Cachoeira do Bom Jesus, Florianópolis, Santa Catarina, Brasil.

Segunda a sexta-feira das 08:00 às 17:00 horas.

Contato

©2024 - Centro de Inovação e Ensaios Pré-Clínicos

Mapa do site

Sobre nós

Serviços

Inovação

Bioanálise

Ensaios in vitro

Eficácia in vivo

Toxicologia

ADME e Farmacocinética

+55 (48) 3332-8400

contato@cienp.org.br

Qualidade

Destaques

Newsletter

Farmacologia de Segurança

Consultoria Científica e Regulatória

Newsletter do CIEnP

Fale conosco