Las startups analizan exhaustivamente una gran cantidad de candidatos a fármacos generados por inteligencia artificial para identificar los más viables.

Una de las contribuciones más significativas de la IA a la ciencia es la aplicación por parte de Google DeepMind de un modelo de aprendizaje profundo para predecir las complejas estructuras de las proteínas, esas moléculas que controlan casi todos los procesos en las células vivas.

Sin embargo, a medida que los modelos de IA generan un número cada vez mayor de candidatos potenciales para terapias, surge un nuevo cuello de botella: la caracterización práctica de estos candidatos para su prueba y producción a gran escala.

Esta es la misión de 10x Science, una startup lanzada en diciembre de 2025 que hoy anunció una ronda de financiación inicial de 4.8 millones de dólares liderada por Initialized Capital, con la participación de Y Combinator, Civilization Ventures y Founder Factor. Sus tres fundadores son David Roberts y Andrew Reiter, ambos bioquímicos experimentados, y Vishnu Tejas, un emprendedor serial experto en ciencias de la computación y modelos de IA.

“Cuando las empresas farmacéuticas deciden desarrollar un candidato medicinal, disponen de todas estas excelentes herramientas de predicción”, dijo Roberts a TechCrunch. “Puedes agregar tantos candidatos como quieras al principio del proceso, pero todos deben pasar por el proceso de caracterización. Todo debe medirse”.

Para los investigadores que desarrollan fármacos biológicos —que se producen en células vivas y están diseñados para atacar con precisión enfermedades y afecciones— comprender la estructura de las proteínas es esencial. Por ejemplo, estos fármacos pueden estar diseñados para dirigirse específicamente a ciertas células, al igual que Keytruda, un medicamento ampliamente utilizado por Merck que ayuda al sistema inmunitario a reconocer y atacar los cánceres.

Los tres fundadores de 10x trabajaron anteriormente juntos en el laboratorio de la Dra. Carolyn Bertozzi, ganadora del Premio Nobel, estudiando las interacciones entre las células cancerosas y el sistema inmunitario. Se sintieron frustrados por su incapacidad para comprender con precisión lo que ocurría a nivel molecular.

El método más preciso para evaluar moléculas es la espectrometría de masas, una técnica compleja que determina la estructura atómica midiendo las moléculas en un campo eléctrico. Este enfoque relativamente nuevo genera datos complejos que requieren una gran experticia para interpretar, y el proceso de análisis es tiempo consumidor.

La plataforma de 10x combina algoritmos determinísticos basados en química y biología con agentes de IA capaces de interpretar estos datos. El equipo invirtió mucho esfuerzo en entrenar los modelos con datos de espectrometría y asegurarse de que sus análisis sean rastreables, una característica crucial para una herramienta destinada a ayudar a las empresas a cumplir con las regulaciones.

Matthew Crawford, un científico en Rilas Technologies —una empresa que realiza análisis químicos para otras compañías— ayuda a clientes como startups biotecnológicas a evitar invertir millones en su propio equipo de espectrometría y en expertos para operarlo. Crawford ha estado utilizando la plataforma 10x Science durante varias semanas y afirma que está acelerando su trabajo.

Crawford señaló que el modelo le impresionó por su capacidad para explicar sus razonamientos, localizar automáticamente los datos correctos para el análisis y adaptarse a evaluar diferentes tipos de moléculas. Mientras que algunos herramientas de IA que había probado antes o bien prometían demasiado o tenían problemas de precisión, este modelo realiza suposiciones sensatas, una calidad que atribuye a la profunda experticia de sus creadores en el campo.

“Probé una proteína específica con él, y básicamente el sistema dedujo por el nombre del archivo qué tipo de proteína era”, dijo Crawford. “Luego buscó en bases de datos en línea la secuencia de esa proteína, así que no tuve que introducirla manualmente”.

Los ejecutivos de 10x informan que también están colaborando con varias grandes compañías farmacéuticas e investigadores académicos. El plan es utilizar los fondos iniciales para contratar más ingenieros, perfeccionar aún más el modelo y atraer nuevos clientes. Si logran hacer avances en la caracterización de proteínas, Roberts espera que la empresa eventualmente se expanda para ofrecer una nueva comprensión de la biología: una que integre la estructura de las proteínas con otros datos celulares.

“Lo que realmente estamos construyendo es un nuevo enfoque para definir la inteligencia molecular”, dijo Roberts.

Para los inversores, 10x ofrece una entrada al mundo de la biotecnología que no depende del éxito o de la aprobación regulatoria de un fármaco concreto. Si la empresa evoluciona como sus fundadores lo imaginan, se convertirá en una herramienta crucial para el desarrollo de fármacos, independientemente de si los productos finales tienen éxito comercialmente.

“Esta es una plataforma SaaS por la que las compañías farmacéuticas deben pagar mensualmente para procesar todos estos candidatos potenciales”, dijo Zoe Perret, socia de Initialized. Ella apuesta en la profunda experticia de los fundadores para proteger a la empresa de la competencia; hay muy pocas personas que realmente entiendan estos métodos y los datos que generan.

Según Crawford, lo que esta plataforma puede hacer es poner estas técnicas al alcance de investigadores que podrían beneficiarse de ellas pero carecen del tiempo o los recursos para implementarlas.

“Hay grupos aquí que están intentando desarrollar un nuevo fármaco”, dijo a TechCrunch. “Solo quieren una respuesta rápida y sencilla de la espectrometría de masas, y luego todo se complica. Este software ayudará a mantener esa complejidad bajo control y proporcionarles simplemente la información que necesitan para avanzar al siguiente paso en su investigación”.