A descoberta de fármacos impulsionada por IA pode reduzir substancialmente o custo e o tempo necessários para desenvolver um candidato a fármaco. Rentosertib é o exemplo mais claro até agora. Segundo a Insilico Medicine, o programa passou da hipótese a um candidato pré-clínico em menos de 18 meses. O trabalho pré-clínico do Rentosertib custou cerca de US$ 2,6 milhões, contra os US$ 15-25 milhões típicos de abordagens convencionais. A Insilico publicou resultados da Fase IIa revisados por pares na Nature Medicine. Um único programa bem-sucedido não estabelece a economia de toda uma plataforma. Rentosertib visou a fibrose pulmonar idiopática, uma doença bem caracterizada com endpoints clínicos estabelecidos. Ainda é muito cedo para saber se essa abordagem pode entregar cronogramas e custos semelhantes em áreas de doenças mais complexas. Cerca de US$ 230 bilhões em vendas de medicamentos de marca nos EUA estão em risco de concorrência de genéricos ou biossimilares entre 2025 e 2030. Parcerias podem se tornar um caminho mais natural para empresas farmacêuticas que buscam acesso à descoberta impulsionada por IA sem assumir o risco de construir toda a pilha por conta própria. Se outros programas produzirem resultados semelhantes, mais valor na descoberta de fármacos pode se deslocar para plataformas full-stack que licenciam suas capacidades para a indústria farmacêutica.