Con una ronda inicial de U$S 4,8 millones, la compañía apunta a uno de los mayores desafíos de la biotecnología: transformar miles de candidatos generados por IA en tratamientos reales, combinando espectrometría de masas y modelos inteligentes.
El impacto de la inteligencia artificial en la ciencia ya es innegable. Desde que Google DeepMind revolucionó la predicción de estructuras de proteínas, la industria farmacéutica vive una explosión de nuevos candidatos a medicamentos. Sin embargo, ese avance generó un problema inesperado: demasiadas opciones y poca capacidad para validarlas.
Ahí es donde entra 10x Science, una startup fundada en diciembre de 2025 que busca resolver el cuello de botella más crítico del sector: determinar cuáles de esos candidatos realmente importan.
La compañía acaba de anunciar una ronda seed de U$S 4,8 millones, liderada por Initialized Capital y con participación de Y Combinator, Civilization Ventures y Founder Factor.
El problema: demasiados candidatos, poca validación
El crecimiento de modelos de IA capaces de diseñar proteínas y compuestos biológicos generó un fenómeno de “embudo invertido”: miles o millones de posibles tratamientos en la etapa inicial, pero un proceso extremadamente lento y complejo para validarlos.
“Cuando la biofarmacéutica intenta crear un candidato a fármaco, tiene todas estas herramientas de predicción realmente buenas”, explicó David Roberts, cofundador de la startup. “Puedes agregar tantos candidatos como quieras en la parte superior del embudo, pero todos tienen que pasar por este proceso de caracterización. Todo necesita ser medido”.
Ese proceso —clave para llevar un medicamento al mercado— implica entender con precisión la estructura y comportamiento de las proteínas, algo fundamental en terapias biológicas como Keytruda, desarrollado por Merck.
La solución: IA + espectrometría de masas
10x Science propone una plataforma que combina algoritmos determinísticos basados en química y biología con agentes de inteligencia artificial capaces de interpretar datos complejos.
El núcleo tecnológico está en la espectrometría de masas, una técnica avanzada que mide la masa y carga de moléculas para determinar su composición. Aunque es extremadamente precisa, genera volúmenes de datos difíciles de analizar y requiere expertos altamente especializados.
La propuesta de la startup es automatizar ese proceso.
Para lograrlo, el equipo —integrado también por Andrew Reiter y Vishnu Tejus— entrenó modelos capaces de interpretar estos datos y, al mismo tiempo, hacer trazables sus conclusiones, un requisito clave para cumplir con regulaciones en la industria farmacéutica.
Validación en el mundo real
Uno de los primeros usuarios de la plataforma es Matthew Crawford, científico de Rilas Technologies, quien asegura que la herramienta ya está acelerando su trabajo.
“El modelo me sorprendió por su capacidad de explicar sus conclusiones, encontrar los datos adecuados por sí solo y adaptarse a distintos tipos de moléculas”, afirmó.
Crawford incluso relató un caso concreto: “Ejecuté una proteína en el sistema y, a partir del nombre del archivo, dedujo cuál era probablemente. Luego buscó la secuencia en bases de datos online, sin que yo tuviera que programarla”.
Un modelo de negocio SaaS para farmacéuticas
Más allá de la innovación científica, el atractivo para inversores también radica en el modelo de negocio. Según Zoe Perret, socia de Initialized Capital, la propuesta es clara: “Esta es una plataforma SaaS por la que las farmacéuticas tienen que pagar todos los meses para procesar todos estos candidatos potenciales”.
A diferencia de otras startups biotech que dependen del éxito de un único fármaco, 10x Science se posiciona como proveedor de infraestructura crítica para todo el sector.
Esto reduce el riesgo y amplía el mercado potencial.
El futuro: hacia una “inteligencia molecular”
La ambición de la compañía va más allá de acelerar análisis. Según Roberts, el objetivo es construir una nueva capa de comprensión biológica.
“Lo más profundo detrás de lo que estamos construyendo es, en realidad, una nueva forma de definir la inteligencia molecular”, sostuvo.
En ese camino, la startup ya trabaja con grandes farmacéuticas y equipos académicos, mientras planea usar el capital levantado para sumar ingenieros, mejorar sus modelos y expandir su base de clientes.
Una pieza clave en la nueva biotecnología
El caso de 10x Science refleja una dinámica cada vez más clara: la IA ya no solo crea conocimiento, sino que también necesita nuevas herramientas para validarlo.
En la carrera por descubrir nuevos medicamentos, generar candidatos ya no es el mayor desafío. El verdadero diferencial está en saber cuáles funcionan.
Y en ese punto crítico, donde la velocidad de la inteligencia artificial choca con las limitaciones del mundo físico, startups como 10x Science buscan convertirse en el eslabón que faltaba.
