Ali Madani empezó a pensar en cómo se podría programar la inteligencia artificial (IA) para la biología en 2020, años antes del lanzamiento de ChatGPT. El científico especializado en aprendizaje automático trabajaba en Salesforce, que ese año lanzó un proyecto ambicioso, llamado ProGen, para diseñar proteínas novedosas con IA generativa. «La misma arquitectura que se usa para el inglés se puede usar para lenguajes biológicos como las proteínas», le dijo a Forbes.
Dejó Salesforce en 2022 y se asoció con Alexander Meeske, director de un laboratorio de investigación de la Universidad de Washington, para hacer realidad esa promesa. Ahora, los modelos de IA de su startup Profluent, con sede en Emeryville (California), permiten a los científicos explicar las propiedades que desean en una proteína en lenguaje humano (como la estabilidad o la facilidad de fabricación) y, a continuación, generar una receta de ADN para crear esa proteína.
Madani, que tiene un doctorado por la Universidad de California, Berkeley, y fue el autor principal de un artículo sobre ProGen publicado en Nature Biotechnology, cree que centrarse en las proteínas podría dar lugar al desarrollo de nuevos fármacos revolucionarios. Las proteínas son moléculas grandes que son significativamente más complejas que las moléculas pequeñas que constituyen la base de muchos fármacos existentes, pero que permiten tratamientos más novedosos, como las terapias génicas. Además, espera que esto también dé lugar a avances en la agricultura, donde los investigadores preven crear cultivos más resistentes y sostenibles.
«La propuesta de hacer que la biología sea programable va a permitir la creación de medicamentos de gran éxito y soluciones en los ámbitos terapéutico, diagnóstico y agrícola, y va a requerir mucho capital», afirmó Madani.
Con ese fin, Profluent anunció el miércoles que había recaudado 106 millones de dólares en nueva financiación de capital riesgo liderada por Bezos Expeditions, de Jeff Bezos, y Altimeter Capital, lo que eleva la inversión total a 150 millones de dólares. Con la nueva financiación, la valoración de Profluent se acerca a los mil millones de dólares. Entre sus socios comerciales se encuentran Revvity, una empresa biotecnológica con una capitalización bursátil de 11.000 millones de dólares; Corteva Agrisciences, la filial agrícola de DuPont; y Ensoma, respaldada por capital riesgo, que trabaja en tratamientos para enfermedades genéticas y cáncer.
Empresas como Recursion llevan años intentando aplicar la IA al descubrimiento de fármacos, aunque los esfuerzos han resultado más difíciles de lo que los investigadores esperaban inicialmente. Pero dado que el 90% de los nuevos fármacos fracasan y el coste de desarrollar otros nuevos asciende a miles de millones, cada vez son más las empresas que trabajan para abordar el problema con el diseño de proteínas basado en la IA. Profluent se enfrenta a pesos pesados como Isomorphic Labs, la escisión del laboratorio de investigación en IA de Google, DeepMind, y a startups como Xaira Therapeutics, que salió del anonimato el año pasado con una financiación de mil millones de dólares.
El objetivo de Profluent no es solo utilizar la IA para encontrar proteínas existentes, como se hace normalmente en el desarrollo de fármacos, sino diseñar proteínas completamente nuevas a medida de las necesidades de cada paciente.
Hasta la fecha, Profluent ha creado una base de datos denominada Protein Atlas, que comprende 115.000 millones de proteínas únicas y que, según la empresa, es el mayor recurso de datos sobre proteínas del mundo. Todos esos datos, combinados con una mayor potencia de cálculo, deberían ayudarle a construir modelos más grandes y mejores, un concepto conocido como «leyes de escala». A principios de este año, Profluent afirmó que había demostrado que las leyes de escala funcionan para los modelos que diseñan proteínas. La semana pasada, presentó un nuevo modelo base, llamado Profluent E-1, que proporciona un contexto evolutivo.
«Una de las razones por las que Jeff [Bezos] se interesó es que hemos descubierto que las leyes de escala» se aplican a la biología, dijo Madani. «A medida que se obtienen más y más datos, los modelos mejoran cada vez más».
El inversor Jamin Ball, socio de Altimeter Capital, que conoció a Madani hace unos 18 meses y entabló amistad con él durante una conferencia sobre biología celebrada en San Diego el año pasado, afirmó que existe «una oportunidad enorme, enorme, enorme» en la capacidad de los científicos para pasar de la casualidad en el descubrimiento de fármacos al diseño a medida. «Creemos que la próxima frontera en la IA será la biología y el descubrimiento de fármacos», afirmó.
«Aún estamos en una fase muy temprana», dijo Madani, comparando el estado actual de la biología basada en la IA con los inicios de Internet. «Si podemos tener una máquina que realmente haga programable la biología, tendremos una cadena de soluciones de gran éxito».
