La IA está generando más fármacos potenciales que nunca. La startup quiere descubrir cuáles son importantes.

El mayor impacto de la IA en la ciencia se produjo cuando Google DeepMind utilizó modelos de aprendizaje profundo para predecir las estructuras complejas de las proteínas, las moléculas que impulsan casi todos los procesos en las células vivas.

Pero a medida que los modelos de IA siguen arrojando más candidatos potenciales a tratamiento, están surgiendo nuevos obstáculos. Realmente se trata de caracterizar a todos esos candidatos para pruebas y producción en masa.

Ese es el objetivo de 10x Science, una startup fundada en diciembre de 2025. La compañía anunció hoy una ronda inicial de 4,8 millones de dólares liderada por Initialized Capital y respaldada por Y Combinator, Civilization Ventures y Founder Factor. Los tres fundadores son David Roberts y Andrew Reiter, ambos bioquímicos experimentados, y Vishnu Tejas, un fundador en serie con experiencia en informática y modelos de inteligencia artificial.

«Cuando las empresas biofarmacéuticas intentan crear nuevos fármacos candidatos, cuentan con muy buenas herramientas de predicción», dijo Roberts a TechCrunch. «Puedes agregar tantos candidatos como quieras a la parte superior del embudo, pero cada candidato tiene que pasar por este proceso de caracterización. Todo debe medirse».

Comprender la estructura de las proteínas es clave para los investigadores que desarrollan productos biofarmacéuticos. Los medicamentos biológicos se producen dentro de células vivas y se utilizan en diseños sofisticados para atacar específicamente enfermedades y afecciones. Por ejemplo, pueden diseñarse para atacar células específicas, como Keytruda, un medicamento popular vendido por Merck & Co. que ayuda al sistema inmunológico a identificar y atacar el cáncer.

Los tres fundadores de 10x trabajaron juntos en el laboratorio de Stanford de la Dra. Carolyn Bertozzi, ganadora del Premio Nobel, donde estudiaron las interacciones entre las células cancerosas y el sistema inmunológico, pero se sintieron frustrados por su incapacidad para comprender exactamente qué estaba sucediendo a nivel molecular.

La forma más precisa de evaluar moléculas es mediante una técnica compleja llamada espectrometría de masas. Este es un método para determinar la estructura atómica midiendo moléculas en un campo eléctrico. Esta tecnología relativamente nueva genera datos complejos que requieren una experiencia considerable para interpretarlos y su análisis requiere mucho tiempo.

La plataforma de 10x combina algoritmos deterministas basados ​​en la química y la biología con agentes de inteligencia artificial que pueden interpretar esos datos. El equipo tuvo que trabajar mucho para entrenar el modelo con datos espectroscópicos y hacer que su análisis fuera rastreable. Este es un requisito clave para las herramientas utilizadas para ayudar a las empresas a lograr el cumplimiento normativo.

Matthew Crawford es científico de Rilas Technologies, que realiza análisis químicos para otras empresas. Esto elimina la necesidad de que clientes como las nuevas empresas de biotecnología inviertan millones de dólares en sus propios espectrómetros y en los expertos para operarlos. Crawford ha estado utilizando la plataforma 10x Science durante varias semanas y dice que ha acelerado su trabajo.

Crawford dijo que estaba sorprendido por la capacidad del modelo para explicar sus conclusiones, encontrar de manera única los datos correctos para el análisis y ser adaptable para evaluar diferentes tipos de moléculas. Si bien algunas herramientas de inteligencia artificial con las que experimentó en el pasado tenían expectativas poco razonables o sufrieron problemas de precisión, esta herramienta hace suposiciones razonables, que atribuye a la profunda experiencia de sus creadores.

«Cuando ejecutamos una proteína en particular, teníamos una idea de cuál era probablemente esa proteína en función de cómo nombramos el archivo», dijo Crawford. «Luego buscamos en bases de datos en línea la secuencia de esa proteína, por lo que no tuvimos que programar la secuencia».

Los ejecutivos de 10x dijeron que están trabajando con varias compañías farmacéuticas importantes, así como con investigadores académicos. El plan es utilizar esta financiación inicial para contratar más ingenieros y seguir perfeccionando el modelo y llevarlo a nuevos clientes. Si la investigación que caracteriza las proteínas puede ganar terreno, Roberts espera que la empresa se expanda para combinar la estructura de las proteínas con otros datos sobre las células para proporcionar nuevos tipos de comprensión de la biología.

«Lo más profundo detrás de lo que estamos construyendo es en realidad una nueva forma de definir la inteligencia molecular», dijo Roberts.

10x ofrece a los inversores una forma útil de ingresar al espacio biotecnológico que no depende del éxito o la aprobación regulatoria de un medicamento en particular. Si la empresa funciona como esperaban sus fundadores, se convertirá en una herramienta importante en el desarrollo de fármacos, independientemente de si el producto final es un éxito en el mercado.

«Se trata de una plataforma SaaS en la que las empresas farmacéuticas tienen que pagar mensualmente para considerar a todos estos candidatos potenciales», afirmó Zoe Perret, socia de Initialized. Ella confía en la profunda experiencia del fundador para proteger a la empresa de la competencia. No mucha gente comprende estas técnicas y los datos que generan.

Lo que la plataforma puede hacer, dijo Crawford, es ayudar a desbloquear estas técnicas para los investigadores que podrían beneficiarse de ellas pero que carecen del tiempo o los recursos para implementarlas.

«Este grupo está intentando crear nuevos medicamentos», dijo a TechCrunch. «Sólo quieren obtener respuestas rápidas y fáciles de la espectrometría de masas, pero eso abre toda una lata de gusanos. Este software ayuda a mantener esa lata de gusanos cerrada y obtiene sólo las respuestas que realmente necesitan, para que puedan hacer lo siguiente en su investigación».