AIPher capta 100 milhões de yuans em rodada anjo para IA que toma decisões de P&D de fármacos

A AIPher (艾斐智药; o relatório em inglês do 36Kr a chama de AIPharma Intelligence) é uma empresa de descoberta de fármacos nativa de IA fundada em julho de 2026 a partir do grupo de pesquisa do Tsinghua AIR do professor Lan Yanyan e do acadêmico Zhang Yaqin, com o veterano de algoritmos da ByteDance Gao Bowen como membro central. Sua pilha tem três camadas: DrugCLIP, um modelo contrastivo de duas torres que embute bolsões de proteínas e pequenas moléculas em um único espaço de alta dimensão para triagem virtual em escala genômica; PharmAgents, um motor que pondera evidências conflitantes e incompletas e propõe os próximos experimentos; e um ciclo de aprendizado que realimenta o sistema com resultados de laboratório úmido e correções de especialistas.

Fazer da IA a tomadora de decisões em P&D de fármacos, não uma ferramenta: construir o sistema do zero, verificar os agentes em laboratórios úmidos e ser remunerada por meio de codesenvolvimento, não de serviços.

Rodada anjo na casa dos 100 milhões de yuans anunciada em 2026-09-03, liderada pela Xianghe Capital com a Xinglian Capital — o braço de venture da Zhipu AI, segundo o relatório em chinês do 36Kr — e um fundo industrial não identificado participando. Os recursos financiam P&D do DrugCLIP e do PharmAgents, pesquisa de próxima geração em AI4S e o pipeline próprio e em parceria.

Gao Bowen trabalhou com algoritmos de recomendação na ByteDance, retornou ao Tsinghua AIR em 2022 para um doutorado e foi coautor do artigo na Science por trás da linha de trabalho do DrugCLIP. A empresa recruta para o ciclo fechado desde o primeiro dia: líderes de P&D com formação em química medicinal e biologia estrutural, e um chefe de desenvolvimento de negócios com quase 20 anos em farmacêutica que já levou múltiplos fármacos às fases II/III.

A AIPher se apresenta como a terceira geração da farmacêutica de IA chinesa: empresas de primeira geração resolviam tarefas pontuais com IA, as de segunda geração buscavam IA de processo completo com laboratórios automatizados, e esta geração deixa a IA assumir a responsabilidade pelas decisões de P&D. Ela rejeita o modelo de revezamento em que a IA calcula, a química medicinal executa e a biologia recebe, e também rejeita serviços puramente de tecnologia de IA, optando por acordos de codesenvolvimento com pagamentos por marcos, licenciamento e compartilhamento de receita, de modo que só ganha à medida que os pipelines avançam.

Até o início de setembro de 2026, a rodada anjo está anunciada, o pipeline principal está em Pre-PCC e a equipe usa o capital para iterar o DrugCLIP e o PharmAgents enquanto impulsiona pipelines próprios e colaborativos. Nenhuma receita ou marco clínico é divulgado.

Uma organização criada do zero escapa da estrutura legada em que cada modalidade e linha de negócios de doenças constrói seus próprios modelos de IA isolados que não conseguem aprender uns com os outros.

O trabalho do DrugCLIP publicado na Science e a linhagem do Tsinghua AIR — além de um investidor ligado à Zhipu na rodada — sinalizam que a base e a rede já existem.

Talento de laboratório úmido, química medicinal e negócios farmacêuticos desde o primeiro dia, além de mais de cinco parceiros de codesenvolvimento, responde à demanda dos investidores por prova reproduzível em vez de artigos e demonstrações.

O codesenvolvimento com pagamentos por marcos e licenciamento alinha os ganhos da empresa ao avanço dos pipelines, em um setor lotado de startups que vendem serviços de IA cujo valor é difícil de verificar.

O desenho organizacional é o fosso: uma startup construída do zero pode fazer da IA a tomadora de decisões onde incumbentes com linhas embutidas em ferramentas não conseguem — desde que a prova em laboratório úmido e a revisão de especialistas acompanhem desde o primeiro dia.

Até 2026-09-06, a AIPher tem dois meses de existência, com uma rodada anjo na casa dos 100 milhões de yuans anunciada e nenhum outro desenvolvimento público: nenhuma divulgação de receita, clínica ou de contratações além do comunicado da rodada. As alegações da empresa sobre a vazão e as taxas de acerto do DrugCLIP são autorrelatadas e não verificadas por testes independentes, e Pre-PCC está muito aquém de evidência clínica; como toda startup de fármacos com IA, ela enfrenta o longo e caro caminho da triagem até um medicamento comercializado.