Potential Sciences, startup respaldada por el Gobierno británico, usará datos simulados para acelerar el diseño de fármacos
Hecho Qué ha ocurrido
La startup británica Potential Sciences, fundada por Hatem Helal, lanzó el 5 de noviembre con financiación semilla de decenas de millones de dólares de SovAI, el fondo de capital riesgo de IA del Gobierno británico, y de Twin Path Ventures. Su enfoque es generar grandes conjuntos de datos químicos simulados mediante física para entrenar modelos de IA que identifiquen fármacos. Los fundadores no revelaron la cifra exacta ni la valoración.
Resumen generado mediante IA a partir de Wired AI (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si el enfoque funciona, podría reducir el coste de experimentación en el descubrimiento de fármacos y hacer viables tratamientos para enfermedades raras. Para el sector farmacéutico, la clave es si los datos sintéticos predicen bien el comportamiento real de los candidatos.
- Quién se ve afectado
- Farmacéuticas, empresas de biotecnología y centros de investigación en descubrimiento de fármacos.
- Qué puede cambiar
- Podría desplazar parte de la experimentación en laboratorio hacia la simulación y el modelado predictivo, aunque los ensayos de seguridad y eficacia seguirán siendo necesarios.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Resultados de precisión de las predicciones de unión a proteínas, si la empresa publica sus modelos o datos, y su modelo de ingresos. El artículo señala que aún no lo ha definido.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Wired AI. La referencia es siempre el artículo original.
Ver fuente original ↗IA para descubrimiento de fármacossimulación físicamodelos predictivos Potential SciencesSovAITwin Path VenturesIsomorphic LabsBasecamp Research datos sintéticos descubrimiento de fármacos Potential Sciences Reino Unido SovAI
Relacionadas
Discovered Materials ofrece 1 millón de dólares por resolver cinco problemas abiertos de ciencia de materiales
La startup Discovered Materials, de San Francisco y creada en la batch de primavera de 2026 de Y Combinator, ha lanzado un reto con premios por un total de 1…
Por qué importaMuestra que la IA avanza con más dificultad en problemas de física de materiales que en matemáticas, un campo clave para semiconductores y…
Denise Herzing usa IA para buscar patrones en la comunicación de los delfines
Denise Herzing, fundadora del Wild Dolphin Project, presentó en el WIRED World Fair su investigación con IA sobre grabaciones de audio y vídeo de delfines. Su…
Por qué importaMuestra cómo el análisis de patrones con IA puede aplicarse a grandes volúmenes de datos no textuales. Para las empresas, es un caso de uso de…
Un modelo de IA del BCE anticipa la inflación de EEUU en 2021 según un estudio teórico
Un documento de trabajo del BCE elaborado por Carlos Montes-Galdón presenta Deep-π*, un modelo de redes neuronales que analizó 122 indicadores y detectó en…
Por qué importaMuestra el potencial de la IA como herramienta complementaria para el análisis macroeconómico, aunque los resultados son teóricos y con limitaciones…
La superinteligencia artificial ya resuelve problemas matemáticos abiertos y obliga a los matemáticos a cambiar de habilidades
Según el artículo, modelos de razonamiento de OpenAI, Anthropic y DeepMind han encontrado contraejemplos a conjeturas abiertas y han informatizado…
Por qué importaSi la verificación formal se confirma como práctica habitual, el trabajo de investigación y validación de resultados técnicos complejos puede cambiar…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.