Investigador de OpenAI prepara startup de IA para descubrimiento de fármacos

El movimiento y lo que se sabe hasta ahora

Miles Wang, investigador de OpenAI conocido por su trabajo en aplicaciones de inteligencia artificial para acelerar descubrimientos científicos y biológicos, estaría dejando la compañía para lanzar una nueva startup dedicada al desarrollo de modelos de IA orientados al descubrimiento de fármacos, según cuatro personas con conocimiento de sus planes. Varias otras personas que trabajaban en OpenAI también podrían sumarse al nuevo emprendimiento.

Los reportes indican que Wang está en conversaciones para levantar aproximadamente 200 millones de dólares con una valoración cercana a 2.000 millones, y que la firma de capital de riesgo Lightspeed estaría evaluando liderar la ronda. Sin embargo, los detalles de las negociaciones siguen abiertos y podrían cambiar. Wang ha cuestionado las cifras y la descripción del proyecto publicadas en los medios, aunque no especificó números alternativos ni detalles concretos.

En qué podría centrarse la startup

Según fuentes que dialogaron con la prensa, el enfoque inicial del emprendimiento sería identificar nuevos usos para medicamentos ya existentes e incluso reevaluar fármacos que no llegaron a aprobarse tras ensayos fallidos. La ventaja estratégica de esta aproximación es clara: reutilizar medicamentos aprobados por agencias reguladoras (que ya cuentan con datos de seguridad) puede acortar significativamente plazos y costos para alcanzar ingresos comerciales en comparación con desarrollar compuestos completamente nuevos desde cero.

No se han publicado aún detalles técnicos sobre las arquitecturas de IA que planean utilizar, pero el historial de Wang en OpenAI incluye coautoría de trabajos relacionados con cómo los modelos de lenguaje y aprendizaje automático pueden automatizar y acelerar procesos científicos. Esa experiencia sugiere que la nueva compañía podría combinar modelos generativos y predictivos para priorizar candidatos farmacológicos, modelar interacciones moleculares y proponer vías de ensayo más eficientes.

El contexto del mercado y el interés inversor

El interés en aplicar IA al descubrimiento de fármacos ha atraído rondas de capital muy significativas en el último par de años. Como referencia, Chai Discovery, una startup de dos años que desarrolla modelos capaces de predecir interacciones moleculares para identificar nuevas drogas, anunció una ronda de 400 millones de dólares con una valoración de 3.800 millones. Otro ejemplo es Isomorphic Labs, spinout de Google DeepMind, que cerró una Serie B de 2.100 millones en mayo.

Estas operaciones muestran que los inversores están dispuestos a apostar grandes sumas para acelerar la intersección entre inteligencia artificial y ciencias de la vida. La posible ronda vinculada a Wang se enmarca en ese fenómeno, aunque su propio desmentido parcial sobre las cifras subraya la volatilidad informativa en torno a proyectos en etapa temprana.

¿Por qué interesa el reuso de fármacos?

Reutilizar medicamentos aprobados o rescatar compuestos que no completaron ensayos por motivos distintos a la seguridad puede ofrecer varias ventajas:

• Menor riesgo regulatorio en etapas iniciales, porque existe historial de seguridad.
• Costos y tiempos reducidos para pasar de laboratorio a ensayos clínicos relevantes.
• Posibilidad de atender necesidades no cubiertas o enfermedades con poca inversión tradicional.

En la práctica, la combinación de modelos de IA que predicen interacciones moleculares, efectos off-target y perfiles farmacocinéticos puede acelerar la selección de candidatos clínicos y priorizar aquellos con mayor probabilidad de éxito.

Implicaciones para América Latina

Para la región latinoamericana, el avance de startups que aplican IA al descubrimiento farmacéutico trae oportunidades y retos:

• Oportunidades de colaboración: laboratorios, universidades y centros de investigación en la región podrían beneficiarse de alianzas para validar compuestos o adaptar descubrimientos a patologías locales.
• Acceso a tratamientos: acelerar el reuso de medicamentos podría facilitar la llegada de terapias a mercados latinoamericanos, aunque depende de procesos regulatorios y acuerdos de licenciamiento.
• Desarrollo de talento: la concentración de talento en hubs globales o en empresas tecnológicas puede aumentar la migración de investigadores; esto hace urgente impulsar políticas y programas que retengan talento en la región.
• Regulación y armonización: agencias regulatorias nacionales como ANVISA (Brasil), COFEPRIS (México), INVIMA (Colombia) o ANMAT (Argentina) tendrán un papel clave para evaluar nuevas indicaciones y adaptaciones terapéuticas; la coordinación regional puede acelerar la adopción de innovaciones.

Además, para problemas de salud pública que afectan de forma desproporcionada a países latinoamericanos (enfermedades tropicales, resistencia antimicrobiana, condiciones crónicas con alta carga social), las técnicas de IA aplicadas al reuso de fármacos podrían ofrecer rutas más rápidas y económicas para encontrar soluciones relevantes.

Riesgos, preguntas abiertas y qué vigilar

Aunque la expectativa es alta, quedan varias preguntas y riesgos que el mercado y los reguladores deberán considerar:

• Validación científica: modelos de IA prometen priorizar candidatos, pero la validación experimental y clínica sigue siendo costosa y esencial.
• Transparencia y reproducibilidad: la comunidad científica exige resultados transparentes y reproducibles; las empresas privadas suelen equilibrar transparencia con protección de propiedad intelectual.
• Ética y equidad en el acceso: si estos descubrimientos implican terapias valiosas, cómo se garantizará el acceso asequible en mercados emergentes será un tema crítico.
• Movilidad de talento y concentración: la salida de investigadores de instituciones como OpenAI hacia startups aumenta el dinamismo del ecosistema, pero también plantea preguntas sobre concentración de capacidades en manos de actores privados.

Conclusión y próximos pasos a seguir

El posible nuevo emprendimiento de Miles Wang está aún en etapas tempranas y rodeado de negociaciones y declaraciones contradictorias sobre cifras y alcance. No obstante, la noticia confirma una tendencia clara: la intersección entre IA y ciencias de la vida sigue atrayendo capital y talento, con un foco creciente en estrategias que reducen tiempos y riesgos, como el reuso de fármacos.

Para actores en América Latina —desde inversionistas hasta reguladores y centros de investigación— será importante seguir de cerca estos desarrollos, explorar oportunidades de colaboración y preparar marcos regulatorios y de acceso que permitan aprovechar las innovaciones sin dejar de garantizar seguridad y equidad.

Los próximos hitos a observar serán el anuncio formal de la compañía, la confirmación de la ronda de financiamiento y las primeras publicaciones o colaboraciones científicas que muestren el enfoque técnico y los resultados iniciales.