Perusahaan farmasi berbasis AI Isomorphic Labs, yang didukung Alphabet, menyelesaikan pendanaan sebesar 5 miliar dolar AS minggu ini dan sekaligus mengumumkan kerja sama dengan Merck untuk mengembangkan obat antikanker. Perusahaan farmasi tradisional juga mulai menyampaikan data konkret tentang efisiensi penelitian dan pengembangan: Novartis berhasil memangkas waktu rata-rata untuk menentukan kandidat obat dari sekitar tiga tahun menjadi 18–24 bulan, sementara Sanofi menghemat setidaknya satu tahun berkat AI dalam sebuah proyek obat asma. Pendanaan dan penerapan nyata terus meningkat, tetapi masih belum cukup bukti klinis untuk memastikan bahwa peningkatan kecepatan pengembangan akan menghasilkan lebih banyak obat baru yang sukses dipasarkan.
I. Pendanaan 5 miliar dolar AS: perusahaan farmasi mulai membayar kemampuan AI dalam penelitian dan pengembangan
Pada 17 November, Isomorphic Labs, perusahaan farmasi AI yang lahir dari Google DeepMind, mengumumkan penyelesaian pendanaan Seri C sebesar 5 miliar dolar AS. Putaran ini dipimpin bersama oleh Greenoaks dan Sequoia Capital, dengan Alphabet turut berinvestasi. Pada Mei tahun ini, perusahaan tersebut baru saja menyelesaikan pendanaan Seri B sebesar 2,1 miliar dolar AS. Dalam kurun enam bulan, total pendanaan dari kedua putaran mencapai 7,1 miliar dolar AS. Dana baru ini akan digunakan untuk memperluas platform desain obat berbasis AI, laboratorium, dan jalur penelitian dan pengembangan internal, serta mendorong kandidat obat memasuki uji klinis.
Pada 19 November, Isomorphic Labs kembali menandatangani perjanjian kerja sama dengan Merck untuk merancang kandidat obat molekul kecil yang menargetkan suatu sasaran terapi tumor. Isomorphic Labs akan menggunakan sistem desain obat berbasis AI miliknya, IsoDDE, untuk melakukan penelitian dengan menggabungkan data eksklusif yang disediakan Merck. Merck bertanggung jawab atas pengembangan praklinis, uji klinis, manufaktur, dan komersialisasi. Perjanjian tersebut mencakup pembayaran di muka, pembayaran berdasarkan pencapaian tonggak penelitian, pengembangan, dan komersialisasi, serta bagi hasil penjualan, tetapi nilai pastinya tidak diungkapkan.
Kerja sama sebelumnya memberi gambaran lebih jelas tentang struktur pendanaan transaksi semacam ini. Pada 2024, Eli Lilly dan Novartis masing-masing menandatangani perjanjian penelitian dan pengembangan dengan Isomorphic Labs, dengan pembayaran di muka sebesar 45 juta dolar AS dan 37,5 juta dolar AS. Potensi pembayaran tonggak dari kedua perjanjian itu mencapai total 2,9 miliar dolar AS. Pendapatan yang jauh melampaui pembayaran di muka ini bukanlah keuntungan yang pasti; target penelitian dan pengembangan, persetujuan, serta komersialisasi harus dicapai secara bertahap. Perusahaan farmasi bersedia membayar lebih awal untuk kemampuan desain berbasis AI, tetapi besarnya pendapatan yang pada akhirnya diperoleh Isomorphic Labs dari kerja sama tersebut tetap bergantung pada kemajuan pengembangan kandidat obat.
二、Penemuan obat mulai dipercepat, dan perusahaan farmasi telah memiliki contoh nyata
Pada 20 November, Reuters mewawancarai kepala penelitian dan pengembangan dari sejumlah perusahaan farmasi besar. Fiona Marshall, kepala penelitian biomedis Novartis, mengatakan bahwa rata-rata waktu yang dibutuhkan perusahaan sejak memulai proyek penelitian hingga menentukan kandidat obat telah dipangkas dari sekitar tiga tahun menjadi 18–24 bulan. AI membantu tim peneliti menganalisis data biologis dengan lebih cepat, menyaring sasaran potensial, dan mengidentifikasi molekul yang layak untuk diteliti lebih lanjut.
Obat asma lunsekimig milik Sanofi memberikan contoh lain. Perusahaan menggunakan AI untuk membantu menganalisis data penelitian tahap awal dan mengambil keputusan pemilihan dosis lebih cepat, sehingga satu penelitian yang semula direncanakan dapat dilewati dan waktu setidaknya satu tahun bisa dihemat. Matt Truppo, kepala strategi komputasi dan AI Sanofi, memperkirakan bahwa dalam dua tahun ke depan AI berpotensi memangkas siklus penemuan obat tahap awal sebesar 20%–25%, dan dalam lima tahun mungkin memangkasnya sekitar setengah, dengan mencakup lebih dari 100 proyek penelitian dan pengembangan (ini merupakan perkiraan perusahaan mengenai efisiensi di masa depan, bukan hasil rata-rata yang telah dicapai).
Peningkatan di kedua perusahaan farmasi tersebut terjadi pada tahap yang berbeda. Novartis memangkas waktu dari dimulainya proyek hingga penentuan kandidat obat, sedangkan Sanofi menggunakan data yang ada untuk mengurangi satu penelitian klinis. Bagi perusahaan farmasi, penghematan waktu penelitian dan pengembangan memungkinkan proyek memasuki tahap berikutnya lebih cepat dan juga dapat mengurangi sebagian biaya eksperimen. Namun, pengurangan durasi penelitian dan pengembangan tidak sepenuhnya sebanding dengan jumlah dana yang akhirnya dihemat, terutama karena uji klinis tahap selanjutnya masih memerlukan sumber daya yang besar.
三、129 proyek memasuki tahap klinis, tetapi bukti mengenai tingkat keberhasilannya masih belum memadai
Sebuah penelitian yang diterbitkan pada Oktober 2026 di (Cancer Treatment Reviews), berjudul (Artificial intelligence–enabled drug discovery: A growing but largely early-stage clinical pipeline), menghitung proyek pengembangan obat terkait AI yang telah memasuki uji klinis pada manusia hingga 1 Maret. Tim peneliti mengidentifikasi 129 kandidat proyek dari 69 perusahaan. Sebagian besar masih berada pada tahap awal, sementara tingkat keberhasilan pengamatan fase II dalam sampel tersebut sekitar 19,5%.
Angka ini belum dapat digunakan secara langsung untuk mengukur keunggulan AI dalam penemuan obat dibandingkan penelitian dan pengembangan tradisional. Penelitian tersebut didasarkan pada catatan klinis publik dan pengungkapan perusahaan; banyak proyek belum menyelesaikan uji lanjutan, dan jenis penyakit serta tahap pengembangan dalam sampel juga beragam. Data yang ada menunjukkan bahwa kandidat obat terkait AI telah memasuki tahap klinis, tetapi belum cukup untuk membuktikan bahwa tingkat keberhasilannya lebih tinggi.
Rentosertib, obat dari perusahaan farmasi AI Tiongkok Insilico Medicine, merupakan proyek yang patut dipantau. AI digunakan dalam penemuan target dan desain molekul obat tersebut, yang ditujukan untuk mengobati fibrosis paru idiopatik. Penelitian fase IIa yang diterbitkan di (Nature Medicine) pada 2025 melibatkan 71 pasien. Setelah 12 minggu pengobatan, volume ekspirasi paksa rata-rata pada kelompok dosis tertinggi meningkat 98,4 mililiter, sedangkan pada kelompok plasebo turun rata-rata 20,3 mililiter. Penelitian ini menunjukkan sinyal awal efektivitas, tetapi jumlah sampelnya kecil dan waktu pengamatannya singkat. Pada September 2026, Rentosertib telah memulai pemberian obat kepada pasien dalam uji klinis fase III. Penelitian selama 52 minggu itu direncanakan merekrut sekitar 320 pasien untuk mengonfirmasi lebih lanjut efektivitas dan keamanannya. Saat ini, obat tersebut belum mendapat persetujuan untuk dipasarkan.
Dari desain molekul hingga uji klinis pada manusia, AI telah terlibat dalam keseluruhan proses penelitian dan pengembangan tahap awal. Apakah Rentosertib mampu mempertahankan efektivitas yang terlihat sebelumnya dalam uji fase III berskala lebih besar akan memberikan bukti klinis yang lebih penting bagi pendekatan teknologi ini.
Pandangan pekan ini
Perusahaan farmasi besar telah mulai memperoleh peningkatan efisiensi penelitian dan pengembangan yang dapat diukur, sementara dasar pembayaran untuk pendapatan kerja sama perusahaan farmasi AI juga menjadi lebih konkret. Dibandingkan dengan terus meningkatnya skala pendanaan, kesediaan perusahaan farmasi untuk menyerahkan lebih banyak proyek penelitian dan pengembangan kepada platform AI, serta kemampuan proyek-proyek tersebut menghasilkan pembayaran di muka dan pendapatan tonggak secara berkelanjutan, lebih mencerminkan permintaan pasar. Kemajuan paling nyata saat ini masih berada pada tahap penemuan obat dan penelitian serta pengembangan awal. Belum ada cukup bukti bahwa tingkat keberhasilan klinis meningkat. Uji tahap lanjut yang sedang dijalankan perusahaan seperti Insilico Medicine akan menjadi tolok ukur yang lebih langsung untuk menilai hasil nyata AI dalam penemuan obat dibandingkan kinerja model dan valuasi pendanaan.
