Parcerias em imunologia 2025: onde a IA entra no jogo

Os números chamam a atenção: em 2025, várias parcerias em imunologia e inflamação (I&I) foram fechadas com tetos de pagamento acima de US$ 1 bilhão — e algumas passaram de US$ 4 bilhões em marcos potenciais. Isso não é “dinheiro fácil”; é um sinal claro de que as farmacêuticas estão comprando velocidade, acesso a plataformas e, principalmente, probabilidade de acerto num dos terrenos mais difíceis da P&D.

E aqui entra o ponto desta série “IA na Saúde e Biotecnologia”: a colaboração virou o motor do setor porque o problema ficou grande demais para resolver sozinho. A imunologia moderna exige modelar redes de citocinas, tipos celulares, vias redundantes e perfis de pacientes que parecem “a mesma doença”, mas respondem como se fossem quatro. IA não substitui a biologia, mas tornou-se um bom atalho para escolher alvos melhores, desenhar moléculas mais rapidamente e reduzir o desperdício em estudos clínicos.

A seguir, eu pego oito dos maiores acordos de I&I de 2025 e traduzo o que eles realmente indicam: quais modalidades estão ganhando tração, por que multialvos virou tendência, e onde a IA pode (e deve) ser aplicada para encurtar o caminho até o paciente.

O que os grandes acordos de 2025 revelam sobre I&I

A mensagem central é simples: a I&I está migrando de “um alvo, uma doença” para “múltiplas vias, múltiplos perfis de paciente”. Isso aparece em três padrões recorrentes nos acordos do ano.

1) Multiespecíficos e biespecíficos: bloquear duas vias de uma vez

Quando um candidato tenta modular duas vias inflamatórias ao mesmo tempo, a aposta é clara: reduzir falhas por redundância biológica (quando bloquear uma via não basta porque outra compensa). Em I&I, isso é comum: o sistema imune tem “plano B” para quase tudo.

• AstraZeneca + Harbour BioMed: colaboração global com US$ 175 milhões (upfront + marcos de curto prazo + taxas de opção) e até US$ 4,4 bilhões em marcos adicionais, focada em anticorpos multiespecíficos para imunologia (e além). Além do dinheiro, a AstraZeneca ainda adquiriu 9,15% da Harbour.
• Sanofi + Earendil Labs: até US$ 1,8 bilhão por dois biespecíficos potencialmente “primeiros da classe” para doenças autoimunes e intestinais. Um candidato mira α4β7 + TL1A (colite ulcerativa e Crohn), e outro mira TL1A + IL-23.

O que isso diz sobre o mercado? Empresas grandes estão pagando para aumentar a chance de resposta clínica em pacientes refratários, onde monoterapias falham e o custo de oportunidade é enorme.

2) O retorno do “oral” em inflamação: conveniência e escala

Biológicos injetáveis mudaram o tratamento de várias doenças inflamatórias, mas eles têm duas dores reais: logística (cadeia fria, aplicação) e aderência em longo prazo. Por isso, 2025 trouxe uma ofensiva de programas orais para alvos que, até pouco tempo, pareciam difíceis.

• Gilead + LEO Pharma: acordo de US$ 1,7 bilhão para acelerar programas orais de STAT6 (inibidores e degradadores). STAT6 é peça-chave na sinalização de IL‑4/IL‑13, relevante em inflamação do tipo Th2 (ex.: dermatite atópica, asma, DPOC).
• Novartis + Matchpoint Therapeutics: opção e licença para desenvolver um inibidor covalente oral contra um fator de transcrição ligado a múltiplas doenças inflamatórias, com até US$ 60 milhões (upfront + funding) e até US$ 1 bilhão em pagamentos potenciais.

Minha leitura: o setor está tentando combinar eficácia de alvo validado com experiência de uso melhor, e isso pode destravar adoção e persistência de tratamento — especialmente em doenças crônicas.

3) Degradadores e plataformas: comprar “motor”, não só “produto”

Parte do dinheiro de 2025 não foi para um ativo único, e sim para plataformas que podem gerar uma família de candidatos.

• AbbVie + Neomorph: colaboração para desenvolver molecular glue degraders em oncologia e imunologia, com até US$ 1,64 bilhão em taxas de opção e marcos, além de royalties.
• Vertex + Enlaza Therapeutics: colaboração com tecnologia War‑Lock para conjugados e T‑cell engagers, com US$ 45 milhões iniciais e mais de US$ 2 bilhões em marcos.

A implicação estratégica é direta: plataformas escalam. Se a primeira molécula funciona, a segunda custa menos, a terceira vem mais rápido — e a empresa não fica presa a um único tiro.

Os 8 acordos em linguagem prática (e o porquê de cada um)

Abaixo está o “mapa mental” que eu usaria para explicar cada acordo para uma equipe de inovação, BD ou P&D.

AstraZeneca + Harbour BioMed: multiespecíficos como tese de portfólio

O ponto não é só o cheque (até US$ 4,4 bilhões). É o formato: opções para licenciar programas pré-clínicos e a possibilidade de indicar novos alvos para descoberta. Isso permite que a big pharma dirija a mira (quais alvos importam) e terceirize parte do risco técnico.

Onde a IA entra com força: desenho de anticorpos multiespecíficos e triagem de combinações alvo‑alvo que fazem sentido biológico sem gerar toxicidade por “excesso de imunomodulação”.

Vor Bio + RemeGen: um ativo tardio para “voltar ao jogo”

O choque de 2025 foi a Vor Bio anunciar redução drástica e, pouco depois, assinar um acordo potencialmente acima de US$ 4 bilhões pelo telitacicept, já aprovado na China para miastenia gravis generalizada, lúpus e artrite reumatoide. O mecanismo: inibir BlyS/BAFF e APRIL, reduzindo sobrevivência de células B autoreativas e autoanticorpos.

O acordo dá à Vor Bio direitos fora da China; a RemeGen toca um fase 3 global com resultados iniciais esperados no 1º semestre de 2027. Pagamento inicial de US$ 125 milhões (US$ 45 milhões upfront + US$ 80 milhões em warrants).

Lição: em I&I, um ativo tardio com sinal clínico e caminho regulatório pode redefinir a vida de uma empresa — mas só se a execução de fase 3 e posicionamento forem impecáveis.

Gilead + LEO Pharma: STAT6 para disputar o “mercado do Th2”

Focar em STAT6 é apostar em um nó central. Se funcionar, pode ter amplitude de indicação. E sendo oral, a conversa muda: mais pacientes, mais cenários de uso, menos barreiras de acesso.

Aplicação prática de IA: seleção de biomarcadores (assinaturas Th2), estratificação de subgrupos e previsão de resposta para reduzir o tamanho (e custo) dos estudos.

Sanofi + Earendil Labs: biespecíficos para pacientes refratários

Em DII (Crohn/colite), refratariedade é um problema de vida real. A aposta nos pares α4β7 + TL1A e TL1A + IL‑23 é uma tentativa de aumentar taxa de resposta e profundidade de remissão.

O detalhe relevante aqui é que a Earendil é uma biotech “AI‑native”. Ou seja: a Sanofi não está comprando só moléculas; está comprando um jeito de descobrir.

Vertex + Enlaza: precisão química em biológicos e engagers

A Enlaza usa aminoácidos não naturais para construir “warheads” que se ligam covalentemente ao alvo. O objetivo é expandir janela terapêutica — mais eficácia com menos efeitos indesejados.

Ponto importante: a Enlaza lidera até a nomeação do candidato; a Vertex assume desenvolvimento, fabricação e comercialização. Esse modelo é comum quando a plataforma é o diferencial no começo e a escala é o diferencial no fim.

Sanofi + Dren Bio: depleção profunda de células B como estratégia

O acordo (até US$ 1,8 bilhão) amplia colaboração para terapia de depleção de células B de próxima geração. A Sanofi já tinha adquirido o programa DR‑0201 (agora SAR448501), em fase 1, com promessa de depleção robusta e potencial remissão sem tratamento.

O que chama atenção é a opção de profit/loss sharing nos EUA (40% de cofinanciamento para 50/50 de lucro/prejuízo). Isso alinha incentivo de forma rara: os dois lados sentem a dor e o ganho.

AbbVie + Neomorph: molecular glues para alvos “difíceis”

Molecular glues são atraentes porque permitem “remover” proteínas, não apenas bloqueá-las. Em imunologia, isso pode significar modular respostas com mais profundidade.

Onde IA ajuda de verdade: prever interações ternárias (proteína‑cola‑ligase), priorizar bibliotecas e reduzir ciclos de tentativa e erro em química medicinal.

Novartis + Matchpoint: covalentes orais com disciplina de execução

A Matchpoint avança até seleção do candidato com sua plataforma ACE, com funding de pesquisa. A Novartis entra forte se exercer a opção. É um desenho que reduz o risco para a big pharma sem sufocar a biotech.

Sinal do mercado: covalentes deixaram de ser “coisa de oncologia” e estão migrando para inflamação com um foco pragmático: oral, seletivo, escalável.

Onde a IA realmente cria vantagem em I&I (sem fantasia)

IA cria vantagem quando reduz decisões ruins cedo. Em I&I, isso aparece em quatro frentes bem objetivas.

1) Seleção de alvos e combinações (especialmente em biespecíficos)

Quando você combina dois alvos, você combina também riscos. IA ajuda a:

• modelar redes de citocinas e vias redundantes;
• priorizar combinações com sinergia plausível;
• evitar pares associados a imunossupressão excessiva.

2) Biomarcadores e estratificação: tratar “a doença certa”

Doenças autoimunes são heterogêneas. O mesmo diagnóstico não garante a mesma biologia. Modelos com dados multiômicos e clínicos podem melhorar:

• critérios de inclusão;
• enriquecimento de respondedores;
• seleção de endpoints mais sensíveis.

3) Desenho de ensaios clínicos e probabilidade de sucesso

Em fase 2/3, pequenas escolhas custam milhões. IA pode apoiar:

• simulação de cenários de recrutamento;
• otimização de doses e esquemas;
• previsão de taxas de descontinuação e aderência (especialmente em tratamentos orais).

4) Engenharia de moléculas: do candidato ao “fabricável”

Não basta funcionar; precisa ser estável, expressável, escalável. Em biológicos e conjugados, IA acelera:

• otimização de propriedades (estabilidade, agregação);
• seleção de variantes;
• risco de imunogenicidade.

Frase que eu guardaria deste ano: em I&I, a parceria compra velocidade; a IA compra clareza.

O que isso significa para quem trabalha com saúde e biotech no Brasil

Para quem está em P&D, inovação aberta, BD ou até gestão de portfólio, 2025 reforça uma estratégia que funciona no mundo real: não apostar só na molécula; apostar no sistema (plataforma, biomarcadores, execução clínica e acesso).

Três movimentos práticos que eu recomendaria para 2026, olhando esse panorama:

1. Mapear lacunas de dados (biomarcadores, real world data, qualidade de prontuário) antes de falar de IA. Sem base, o modelo vira opinião automatizada.
2. Escolher um “caso de uso de alto ROI” (ex.: estratificação de pacientes em dermatite atópica, asma, DII ou lúpus) e medir impacto em tempo e custo.
3. Desenhar parcerias com incentivo alinhado, incluindo marcos claros e, quando fizer sentido, risk-sharing (como vimos em alguns modelos deste ano).

O setor de imunologia e inflamação não vai ficar mais simples em 2026. Vai ficar mais competitivo. E é aí que a combinação parcerias + IA aplicada com disciplina separa pipeline promissor de pipeline que morre na praia.

Se você está montando uma estratégia de IA na pesquisa farmacêutica, qual é o gargalo mais caro hoje na sua organização: escolher o alvo, desenhar o estudo ou recrutar o paciente certo?