Um único funcionário, 11 laboratórios e um chatbot: como a Mithril criava remédios com IA — até errar

Cody Tranbarger tinha um único funcionário em tempo integral — ele mesmo. Usava o chatbot Claude para coordenar oito consultores pagos e 11 laboratórios terceirizados em um programa de pesquisa contra distrofia muscular, sem contratar ninguém além de si próprio. Em julho de 2026, a Anthropic comprou a empresa inteira. O negócio só foi divulgado em 27 de outubro, segundo o site especializado R&D World.

A aquisição é a primeira prova de conceito documentada de que um modelo de linguagem consegue substituir — pelo menos parcialmente — uma equipe inteira de P&D farmacêutico. Mas os mesmos dados que a Anthropic divulgou revelam onde a IA ainda tropeça: erros que passaram dias sem serem notados em dados de laboratório reais.

Quem criou a empresa de um funcionário

Transbarger se formou em 2025 pelo programa conjunto de mestrado e MBA em biotecnologia de Harvard. Antes disso, passou por banco de investimento no Goldman Sachs, pela gestora de biotech Casdin Capital, pela empresa de edição genética Prime Medicine e foi empreendedor residente na Atlas Venture, segundo o R&D World. Com a startup, usava o Claude como camada de coordenação entre a análise teórica e os laboratórios físicos que executavam os experimentos.

O resultado mais citado pela Anthropic é o programa de tratamento para distrofia muscular: saiu de uma ideia a resultados promissores em camundongos em menos de 18 meses, com testes clínicos em humanos previstos para o fim de 2028. Sintetizar um relatório de produção de 341 páginas, cobrindo 113 construções de anticorpos, levou menos de oito minutos, segundo o R&D World.

O que o Claude fez em seis parceiros

A Anthropic não parou na Mithril. Publicou um relatório com resultados de seis parcerias que usaram Claude em descoberta de medicamentos:

• Divergence Labs: gerou cerca de 35 mil designs de anticorpos em um mês para um tratamento de alergia alimentar, encontrando 23 candidatos promissores, três deles superiores à medicação padrão atual.
• Generate Biomedicines: redesenhou uma terapia de células CAR-T para tumores sólidos, chegando a uma versão 70% mais curta que a padrão e com 10 vezes mais receptores funcionais nas células imunológicas.
• BigHat Biosciences: testou cerca de 1.010 variantes de anticorpos em dez semanas, obtendo ligação dez vezes mais forte e redução de 100 vezes na agregação de proteínas.
• Enveda: usou Claude para revisar 1.061 páginas de documentação de produção, identificando os 11 problemas que revisores humanos já tinham encontrado e mais sete que eles haviam deixado passar — reduzindo o tempo de revisão de mais de 25 horas para menos de três.
• Bristol Myers Squibb e The Column Group: avaliaram planos de ensaios clínicos e 45 pares de alvo molecular com doença.

O que dizem os estudos

Anthropic (relatório da empresa, 2026) — "Early progress on accelerating drug development with Claude" reúne os números de seis parcerias e do programa interno da Mithril. É um relatório produzido pela própria Anthropic, não um artigo revisado por pares nem um preprint independente, o que significa que os critérios de sucesso foram definidos pela empresa que vende a ferramenta. A Anthropic reconhece que a pesquisa é "majoritariamente pré-clínica": nenhum dos tratamentos citados passou por testes em humanos.

R&D World (reportagem, 2026) — A cobertura jornalística sobre a aquisição é baseada em divulgação da própria Anthropic e em entrevista com Tranbarger, sem auditoria financeira ou técnica independente sobre os termos do negócio ou sobre a precisão dos resultados relatados.

O que revelam os erros

A mesma Anthropic que divulga os ganhos de produtividade também documentou as falhas. A equipe examinou seis erros do Claude; pelo menos três chegaram a laboratórios externos por e-mails editados por Tranbarger, sem detalhe público sobre o que exatamente cada um pediu de errado. Separadamente, outro erro — pedir menos material por tubo de ensaio do que o laboratório realmente precisava — foi corrigido antes de o trabalho em laboratório começar. E dois erros na revisão de dados de produção passaram mais de quatro dias sem serem percebidos por ninguém, segundo o R&D World.

Isso sustenta o ceticismo sobre "agentes autônomos" em biotecnologia: mesmo em um fluxo de trabalho desenhado por um especialista para rodar com IA no centro, ainda foi preciso supervisão humana constante para pegar erros que, em um laboratório farmacêutico tradicional, poderiam custar tempo, material ou — em estágios clínicos futuros — segurança de pacientes.

2028: o primeiro teste real

Os próximos marcos são concretos: se o candidato a tratamento de distrofia muscular chegar a testes clínicos em humanos no fim de 2028, como a Anthropic projeta, será o primeiro teste real de que esse modelo de P&D "guiado por IA com um funcionário" produz remédio aprovável, não só resultado em camundongo. Até lá, os números de produtividade — 35 mil designs em um mês, revisão de documentos 8 vezes mais rápida — seguem sendo métricas de laboratório, não de farmácia.