La inteligencia artificial ya está cambiando la investigación médica. Cada vez genera más candidatos a fármacos, identifica nuevas moléculas y ayuda a entender procesos biológicos complejos. Sin embargo, existe un problema menos visible que amenaza con frenar ese avance: crear miles de opciones es útil, pero validarlas en el laboratorio sigue siendo lento, caro y muy técnico.
Ahí es donde entra 10x Science, una joven empresa que acaba de anunciar una ronda semilla de 4,8 millones de dólares liderada por Initialized Capital, con apoyo de Y Combinator, Civilization Ventures y Founder Factor. Su apuesta no es descubrir directamente el próximo medicamento estrella, sino resolver una fase crítica del proceso que muchas veces pasa desapercibida.
El atasco que la IA todavía no ha resuelto
Durante los últimos años, compañías como Google DeepMind demostraron que la IA puede transformar la ciencia. Su trabajo prediciendo estructuras de proteínas abrió una nueva etapa para la biología computacional.
Pero generar hipótesis no basta. Después llega la parte difícil: analizar si esas moléculas funcionan, cómo están compuestas y si pueden convertirse en tratamientos reales. Ese paso requiere tiempo, especialistas y herramientas avanzadas.
En términos simples, la industria ha logrado llenar la parte superior del embudo con miles de posibilidades, pero la salida sigue siendo estrecha.
Qué hace 10x Science
La startup fue fundada por el biólogo químico David Roberts, el biólogo Andrew Reiter y Vishnu Tejus, emprendedor con experiencia en informática e IA.
Su plataforma utiliza espectrometría de masas, una técnica que permite medir masa y carga de moléculas para estudiar su composición y estructura. Es una herramienta muy potente, pero interpretar los resultados suele requerir perfiles altamente especializados.
La propuesta de la empresa combina:
- algoritmos científicos basados en química y biología
- agentes de IA capaces de interpretar datos complejos
- sistemas de trazabilidad pensados para entornos regulados
- automatización del análisis para reducir tiempos de trabajo
Dicho de otro modo: buscan convertir un proceso reservado a expertos en una herramienta más accesible y rápida.
Por qué puede importar al sector farmacéutico
Las farmacéuticas y biotech necesitan analizar grandes volúmenes de candidatos antes de invertir millones en desarrollo clínico. Si esa fase se acelera, también se acelera el resto de la cadena.
Un ejemplo claro: pasar de revisar manualmente cientos de archivos técnicos durante semanas a obtener respuestas útiles en horas. Ese salto de productividad puede cambiar decisiones estratégicas, presupuestos y calendarios completos.
Según la compañía, ya trabajan con varias farmacéuticas relevantes e investigadores académicos, además de nuevos clientes del sector.
El respaldo científico detrás del proyecto
Los tres fundadores coincidieron en el laboratorio de Carolyn Bertozzi en Stanford University, donde investigaban interacciones entre células cancerosas y sistema inmunitario.
Esa experiencia les permitió detectar una necesidad real: incluso en laboratorios punteros, comprender con precisión lo que ocurre a nivel molecular no siempre resulta sencillo.
Ese origen importa. Muchas startups prometen transformar sectores complejos sin conocer sus fricciones diarias. Aquí sucede lo contrario: el problema nació dentro del laboratorio.
Un modelo de negocio que atrae inversión
Para los fondos, 10x Science ofrece algo especialmente atractivo: exposición al crecimiento de la biotecnología sin depender del éxito comercial de un único medicamento.
Si una farmacéutica desarrolla diez candidatos, necesitará analizar diez candidatos. Si desarrolla cien, también. Ahí es donde una plataforma SaaS mensual gana sentido.
No apuestan al próximo fármaco milagroso. Apuestan a vender las palas en plena fiebre del oro.
Lo que viene ahora
La empresa usará la nueva financiación para contratar ingenieros, mejorar el producto y ampliar clientes. Su ambición futura va más allá del análisis puntual de proteínas: quieren combinar datos estructurales con otra información celular para ofrecer una nueva forma de entender la biología.
Suena ambicioso, y lo es. Pero también responde a una realidad del mercado: la IA ya genera respuestas a gran velocidad, y ahora necesita herramientas que distingan cuáles merecen avanzar.
En ese filtro puede estar una de las mayores oportunidades de la próxima década farmacéutica.
