Por Canuto  

Kevin Weil, quien dirigió el área científica de OpenAI hasta abril, lanzó Warp Sciences con USD $215 millones y una valoración de USD $865 millones. La startup quiere automatizar en Estados Unidos una etapa experimental del desarrollo de medicamentos que muchas farmacéuticas han confiado a proveedores chinos.
***

  • Lightspeed Venture Partners lideró la ronda de USD $215 millones; IVP, Premji Invest y Lux Capital también participaron.
  • Warp Sciences no pretende descubrir fármacos: busca automatizar la creación y evaluación de variantes de moléculas prometedoras.
  • La compañía quiere generar datos experimentales propios para entrenar modelos de IA y reducir la dependencia de proveedores externos.

Kevin Weil capta USD $215 millones para automatizar pruebas de medicamentos con IA

Una apuesta millonaria por la experimentación

Kevin Weil, quien dirigió la unidad científica de OpenAI hasta que dejó la compañía en abril, lanzó Warp Sciences con una financiación de USD $215 millones. Lightspeed Venture Partners encabezó la ronda, que valora a la startup en USD $865 millones, incluido el nuevo capital, según informó Bloomberg. La empresa busca aplicar inteligencia artificial y automatización a una fase del desarrollo farmacéutico que todavía depende de muchos experimentos físicos.

La ronda también contó con la participación de IVP, Premji Invest y Lux Capital. Entre los inversionistas ángeles figuran Sarah Friar, responsable financiera de OpenAI; Brian Armstrong, CEO de Coinbase; y Reid Hoffman, cofundador de LinkedIn. La combinación de fondos de capital de riesgo y figuras del sector tecnológico muestra el interés que despierta la posibilidad de trasladar herramientas de IA desde el software hacia procesos científicos de laboratorio.

Warp Sciences no se propone descubrir medicamentos desde cero, una distinción central para entender su negocio. La compañía apunta a una fase posterior: cuando los investigadores identifican una molécula prometedora, suelen crear cientos o miles de versiones para comprobar si pueden mejorar su eficacia y reducir efectos secundarios. La startup quiere acelerar y sistematizar ese trabajo, que exige experimentación y evaluación material, no solo predicciones digitales.

El proyecto nace con un equipo de alrededor de 20 empleados y ya adquirió brazos robóticos y chips de IA para su laboratorio en Estados Unidos. Weil cofundó la empresa junto a Manohar Paluri, exvicepresidente de Superintelligence Labs de Meta; DJ Patil, primer científico de datos jefe de la Casa Blanca; y Solomon Reisberg, anteriormente vinculado a Terremoto Biosciences. La composición del grupo reúne experiencia en inteligencia artificial, datos y biotecnología.

Datos de laboratorio para entrenar modelos

La estrategia de Warp parte de una limitación que Weil atribuye a los modelos actuales: en ciencias, la IA aún no transforma el trabajo como lo hace en ámbitos como la ingeniería de software o las matemáticas. Según explicó a Bloomberg, la investigación farmacéutica depende mucho más de la experimentación, por lo que los modelos necesitan acceder a datos producidos durante los ensayos. La compañía espera que la automatización permita obtener esos datos de forma sistemática.

En el laboratorio, los químicos usarán cámaras y guantes sensibles a la presión mientras realizan experimentos. Esos instrumentos pueden registrar cómo se ejecutan las tareas y generar información que Warp utilizaría para entrenar sus propios modelos de IA. La empresa busca conectar así acciones físicas, resultados experimentales y aprendizaje automatizado, en lugar de depender únicamente de conjuntos de datos ya existentes.

Este enfoque no significa que un modelo pueda sustituir por sí solo el criterio de los investigadores ni que la automatización garantice un medicamento eficaz. La propuesta descrita por Weil consiste en alimentar sistemas de IA con observaciones obtenidas en el laboratorio, para que los modelos aprendan de la experimentación que hace falta en esta etapa. La utilidad de esa estrategia dependerá de la calidad y cantidad de los datos que la startup logre producir.

La empresa no comunicó en la información disponible un calendario para completar el laboratorio ni resultados de pruebas con moléculas específicas. Por ahora, los elementos concretos son la financiación, el equipo inicial y la compra de equipamiento robótico y chips de IA. El siguiente paso será convertir esos recursos en procesos experimentales repetibles que puedan apoyar el trabajo de los desarrolladores de medicamentos.

El trasfondo de la dependencia de proveedores chinos

Durante años, desarrolladores farmacéuticos han encargado a compañías externas la creación y prueba de variantes moleculares, y WuXi AppTec destaca entre los proveedores chinos mencionados en la noticia. La razón señalada es operativa y económica: esos servicios pueden resultar más rápidos y baratos. Warp quiere atraer parte de ese trabajo a Estados Unidos mediante un laboratorio automatizado, aunque no se detallaron contratos ni clientes específicos.

La decisión también se inscribe en un entorno de mayor sensibilidad sobre las cadenas de suministro de medicamentos entre Estados Unidos y China. Algunos desarrolladores temen compartir datos delicados con contratistas chinos, señaló Weil a Bloomberg. Ese temor es una preocupación atribuida a actores del sector, no una prueba de que cada proveedor haya manejado indebidamente información ni una afirmación sobre prácticas concretas de WuXi AppTec.

La posición de esa empresa también ha estado bajo escrutinio político. En junio, WuXi AppTec fue incluida en la lista 1260H del Pentágono, en medio de señalamientos sobre sus presuntos vínculos con China. En agosto, un tribunal federal pausó la aplicación de esa inclusión en relación con una planta farmacéutica de Middletown. La secuencia ilustra la incertidumbre regulatoria y política que rodea a algunos proveedores, aunque no permite concluir que la compañía haya perdido operaciones o que Warp ya haya reemplazado sus servicios.

Para Warp, ofrecer capacidad local podría responder tanto a inquietudes sobre datos como a la búsqueda de mayor control sobre una fase de investigación. Sin embargo, construir un laboratorio en Estados Unidos no demuestra todavía que pueda igualar los costos, la velocidad o la escala de los proveedores establecidos. La competencia dependerá de que la automatización funcione en condiciones reales y de que las farmacéuticas consideren útiles los resultados producidos.

Una ola de inversión en IA y biología

La financiación de Warp coincide con otras apuestas recientes que buscan aplicar inteligencia artificial a procesos industriales o farmacéuticos. El martes, Arda, la startup de Bob McGrew, recaudó USD $232 millones para desarrollar IA destinada a establecer líneas de producción. Aunque el objetivo es distinto, ambas iniciativas reflejan el interés por llevar sistemas de IA más allá de las aplicaciones digitales y conectarlos con operaciones físicas.

En el ámbito de la investigación de medicamentos, Chai Discovery, respaldada por OpenAI, obtuvo USD $400 millones en julio. Además, OpenAI compró esta semana Orchestra Bio, una compañía que ayuda a desarrolladores farmacéuticos a ejecutar tareas de desarrollo de fármacos mediante agentes de IA. Esos movimientos confirman la atención inversora y corporativa sobre el sector, pero no prueban que una única tecnología o modelo vaya a dominarlo.

También se informó que Miles Wang, investigador de OpenAI, buscaba alrededor de USD $200 millones para una startup propia enfocada en medicamentos, con Lightspeed en conversaciones para liderar la operación. La noticia no confirma que esa ronda se haya cerrado ni ofrece más detalles sobre la compañía. En conjunto, estos proyectos muestran que distintos equipos exploran cómo combinar modelos, agentes y experimentos para intervenir en varias etapas de la investigación farmacéutica.

El reto para Warp Sciences será demostrar que sus herramientas aportan ventajas medibles en el trabajo que pretende automatizar, sin confundir una valoración elevada con resultados científicos ya alcanzados. Weil sostiene que la experimentación puede producir los datos que hoy les faltan a los modelos para ser más útiles en ciencias. Si el laboratorio logra convertir esa premisa en operaciones fiables, la startup podría ofrecer una alternativa local para una etapa relevante del desarrollo de medicamentos.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados