Empresa ImmunitoAI utiliza inteligência artificial para encontrar anticorpos adequados para alvos de medicamentos

O desenvolvimento de medicamentos baseados em anticorpos começa com a descoberta de um anticorpo capaz de se ligar a uma seção específica, conhecida como epítopo, em uma proteína associada a uma doença. Encontrar um anticorpo adequado pode não ser fácil.

A ImmunitoAI, sediada em Bangalore, aplica inteligência artificial para resolver esse problema. Sua plataforma AbInitio é projetada para desenhar anticorpos para um alvo e epítopo selecionados, após o que a startup realiza testes em seu próprio laboratório.

A startup foi fundada em 2020 pelo Dr. Aridni Shah e Trish Chatterji através do acelerador de talentos Entrepreneur First, onde se conheceram em agosto daquele ano.

Shah, que é CEO, possui doutorado em ciências biológicas pela NCBS-TIFR e bacharelado em ciências biomédicas pela Universidade de Delhi. Chatterji, diretor técnico, tem mestrado em ciência da computação pela Universidade de Delhi e anteriormente trabalhou como engenheiro sênior de desenvolvimento de software no departamento de pesquisa e desenvolvimento da GreyOrange.

A ideia inicial surgiu de uma pesquisa de doutorado de Shah sobre abelhas melíferas. Como as abelhas melíferas não são um organismo modelo, obter anticorpos contra suas proteínas era difícil. Discussões iniciais com especialistas do setor mostraram que os fabricantes de medicamentos enfrentam um problema semelhante ao procurar anticorpos iniciais adequados, observa Chatterji.

Chatterji gastou cerca de três meses desenvolvendo a ideia e até três semanas criando o primeiro protótipo. Esta versão classificava potenciais anticorpos, o que é uma tarefa mais simples do que o trabalho de design de anticorpos que o AbInitio faz hoje.

A equipe de biologia da ImmunitoAI primeiro define a área da doença, a proteína alvo e o epítopo ao qual o anticorpo deve se ligar. Também é determinado se o anticorpo deve bloquear ou ativar o alvo. Em seguida, o AbInitio projeta anticorpos e estruturas semelhantes a anticorpos, incluindo nanotipos — pequenos anticorpos monodomínio — para o epítopo selecionado.

A plataforma é treinada em estruturas tridimensionais de pares de proteínas de ligação do Protein Data Bank, um repositório público. A transformação matemática desenvolvida pela startup converte coordenadas atômicas tridimensionais em dois grafos, onde os átomos são representados por pontos e as ligações mostram seus locais de interação.

O modelo estuda como as formas de duas proteínas se encaixam uma na outra, sendo que os sulcos de uma correspondem às protuberâncias da outra. Ele também estuda quais aminoácidos, que são os blocos de construção das proteínas, se ligam entre si. Durante a fase de projeto, a plataforma verifica propriedades características de medicamentos para reduzir a necessidade de ajustes posteriores.

Histórias semelhantes

Contraste entre as capacidades dos invasores usando IA e as ferramentas de defesa das organizações

Historicamente, a principal limitação para o adversário cibernético era a força de trabalho humana qualificada. A realização de reconhecimento levava semanas, o desenvolvimento de exploits exigia alta especialização e um phishing bem-sucedido necessitava de habilidades de escritor. Cada tentativa de invasão consumia tempo do operador, o que frequentemente tornava as organizações alvos pouco atraentes.

No entanto, o surgimento da inteligência artificial ofensiva eliminou essa limitação, privando simultaneamente as empresas de médio porte de alguma forma de proteção sobre a qual poderiam não estar cientes.

O que mudou nos ataques

Cada etapa do ataque agora é automatizada e mais barata. Uma nova vulnerabilidade pode ser transformada em arma em minutos, em vez de semanas. O reconhecimento é conduzido de forma contínua e autônoma. Mensagens de phishing são geradas individualmente para cada alvo, no idioma local, referenciando fornecedores e pessoas reais. A mudança mais significativa foi o colapso do limiar de qualificação: as capacidades ofensivas agora são alugadas, e não adquiridas através de treinamento.

Isso se reflete nos dados de incidentes. De acordo com o Relatório Global de Resposta a Incidentes de 2026 da Unit 42, no trimestre mais rápido de casos, o tempo desde o acesso inicial até a exfiltração de dados confirmada foi de 72 minutos, demonstrando uma redução de cerca de quatro vezes nos prazos de ataque em comparação com o ano anterior. Além disso, o Relatório Global de Ameaças de 2026 da CrowdStrike indica que o tempo médio para sair do isolamento e passar para o movimento lateral é de 29 minutos. A Unit 42 também descobre que cerca de 65% do acesso inicial é baseado em credenciais, e não em CVE (vulnerabilidade de software catalogada publicamente): trata-se de credenciais válidas, tokens roubados, configuração incorreta da nuvem e relacionamentos de confiança que não recebem avaliação de criticidade.

O problema deixou de ser exclusivamente corporativo

A automação não escolhe alvos com base na receita. Quando o reconhecimento se torna gratuito e constante, o alcance se estende a todos simultaneamente: pode ser um fabricante de médio porte, um grupo hospitalar privado, um serviço municipal ou um fornecedor com quarenta funcionários de um grande banco, e todos estão na zona de impacto juntamente com grandes corporações.

Assim, o sigilo não é mais uma medida de proteção: ser pequeno muitas vezes significa que uma equipe menor enfrenta a mesma máquina. Organizações menores são atacadas pelo que servem, pois um fornecedor com acesso estendido a um cliente maior representa um caminho de intrusão mais barato do que o perímetro próprio desse cliente.

Defeito estrutural do defensor

Ao comparar os dois lados, fica claro que o desequilíbrio não reside nos esforços ou no orçamento. O invasor realiza uma operação contínua e integrada com um único objetivo e sem possibilidade de desligamento. O defensor usa seis ou mais ferramentas, cada uma vendo apenas parte do quadro: scanner, sistema de detecção e resposta de endpoint (EDR), gerenciamento de postura de segurança em nuvem (CSPM), gerenciamento de identidade e acesso (IAM), sistema de gerenciamento de informações e eventos de segurança (SIEM) e gerenciamento de risco e conformidade (GRC). Cada ferramenta é competente dentro de sua área, mas nenhuma delas vê o caminho entre elas, e é aí que ocorre a invasão.

A validação segue o mesmo padrão: testes de penetração trimestrais e limitados deixam a maior parte do ano despercebida. A priorização é ainda pior, pois a infraestrutura média contém dezenas de milhares de problemas identificados, classificados por grau de severidade isoladamente, enquanto apenas uma pequena parte deles está no caminho que o invasor pode percorrer. A sétima ferramenta adiciona descobertas, não soluções.

Restaurando o equilíbrio

O paridade é alcançada não aumentando a quantidade de varredura. É alcançada adotando o modelo do próprio invasor: construindo um grafo unificado de todos os ativos, identificadores, credenciais e vulnerabilidades, e percorrendo-o como faria o adversário, para que o risco se torne uma propriedade do caminho, e não apenas um problema encontrado. É necessário verificar, não presumir, que a cadeia seja explorável comprovadamente antes de entrar na fila de correção. E este ciclo deve ser executado continuamente, não trimestralmente.

Isso corresponde ao conceito de gerenciamento de ameaças contínuas descrito pela Gartner, mas a maioria dos programas CTEM para em uma palavra. A execução manual das etapas de escopo, detecção, priorização, verificação e mobilização é possível. No entanto, sua execução contínua requer a automação fornecida pela IA baseada em agentes.

A empresa RedRok foi criada para preencher essa lacuna. Quatro agentes, cada um responsável por sua perspectiva da infraestrutura, unem suas descobertas em um grafo unificado e verificado, de modo que o caminho que nenhum agente individual poderia ver se torna uma cadeia comprovada. Como as cadeias convergem em uma infraestrutura comum, como um serviço de diretório ou um host bastion, a RedRok calcula os gargalos: em uma infraestrutura típica, três correções eliminam nove de onze cadeias comprovadas. A capacidade fixa de correção então garante uma redução desproporcional do risco real, que é resumida em um único estado compreensível para o conselho de administração.

Os invasores automatizaram seu lado desta batalha. Os defensores podem fazer o mesmo, e enquanto não o fizerem, o desequilíbrio só aumentará.