10x Science recauda $4.8M para filtrar fármacos con IA

El cuello de botella que nadie habla en el boom de la IA farmacéutica

El mercado global de IA aplicada al descubrimiento de fármacos superó los 3.100 millones de dólares en 2025 y crece a un ritmo anual del 30,5%, según datos de GM Insights. Pero detrás de ese número hay un problema que las grandes cifras ocultan: la IA genera moléculas candidatas mucho más rápido de lo que los laboratorios pueden entenderlas, validarlas o descartar las que no sirven.

Ahí es donde entra 10x Science, una startup que acaba de cerrar una ronda semilla de 4,8 millones de dólares con un objetivo claro: darle a los investigadores farmacéuticos las herramientas para distinguir qué moléculas generadas por IA realmente valen la pena perseguir.

¿Por qué la IA genera más moléculas de las que la industria puede manejar?

Durante décadas, el descubrimiento de nuevos medicamentos fue un proceso brutalmente lento y caro. Encontrar un candidato viable requería entre 4 y 5 años solo en la fase preclínica, con costos que superaban los 50 millones de dólares, según datos referenciados por empresas como Exscientia e Insilico Medicine.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

La IA cambió esa ecuación de golpe. Modelos generativos entrenados en bases de datos moleculares pueden proponer miles de candidatos en cuestión de horas, comprimiendo la fase preclínica a menos de 18 meses y reduciendo costos a entre 5 y 10 millones de dólares. Parece una victoria total, hasta que te das cuenta del problema de fondo.

El volumen de candidatos generados supera con creces la capacidad de los laboratorios para caracterizarlos correctamente. Caracterizar una molécula implica entender cómo se comporta biológicamente, cómo interactúa con otras estructuras del organismo, su toxicidad potencial y sus propiedades farmacológicas. Es trabajo de precisión, no de velocidad. Y aquí es donde el cuello de botella se convierte en un problema estratégico real para toda la industria.

Qué hace exactamente 10x Science

10x Science apunta directamente a ese cuello de botella. Su plataforma tecnológica, basada en IA, ayuda a los equipos de investigación a comprender mejor las moléculas complejas que los modelos generativos producen, permitiendo priorizar cuáles tienen real potencial terapéutico antes de invertir recursos en validación experimental.

En términos prácticos, la startup actúa como una capa de inteligencia intermedia: recibe el output de los sistemas generativos de IA y aplica análisis adicionales para filtrar, clasificar y explicar por qué una molécula debería —o no— pasar a las siguientes fases del desarrollo.

Con los 4,8 millones de la ronda semilla, la empresa planea desarrollar su tecnología y comenzar a trabajar con laboratorios farmacéuticos que ya están usando IA en sus pipelines de descubrimiento pero se enfrentan al problema de la sobrecarga de candidatos.

El contexto del mercado: un sector que atrae capital a velocidad récord

El timing de 10x Science no es casual. El mercado de IA aplicada a farmacéutica y biotecnología alcanzó los 6.630 millones de dólares en 2025, según Fortune Business Insights, y se proyecta que crezca a 8.540 millones en 2026, con una tasa compuesta de hasta el 43,5% anual hasta 2034.

América del Norte concentra el 51,7% de la cuota de mercado, pero el resto del mundo está acelerando. En diciembre de 2025, por ejemplo, ChemLex recaudó 45 millones de dólares para lanzar un laboratorio autónomo de descubrimiento de fármacos mediante IA en Singapur, señal de que el capital está fluyendo hacia jugadores que resuelven partes específicas del proceso.

Los competidores de mayor escala en este espacio incluyen a Recursion Pharmaceuticals, Schrödinger, Insilico Medicine y Exscientia —ahora parte del ecosistema de Sanofi—, todos enfocados en distintas capas del proceso de drug discovery. El movimiento de 10x Science, sin embargo, apuesta por una capa que los grandes jugadores no han resuelto bien: la comprensión e interpretación de las moléculas ya generadas.

El problema de fondo: la IA descubre, pero no siempre explica

Uno de los retos menos discutidos en el ecosistema de IA farmacéutica es la opacidad de los modelos generativos. Los sistemas de IA pueden proponer una molécula con características prometedoras en papel, pero no necesariamente explicar con claridad por qué esa estructura específica debería comportarse de cierta manera en un organismo vivo.

Esto crea un problema de confianza científica: los investigadores reciben candidatos que no comprenden del todo, lo que dificulta la toma de decisiones sobre qué desarrollar, qué abandonar y por qué. La tasa histórica de fracaso en desarrollo de fármacos ronda el 90% en ensayos clínicos, y parte de ese costo se debe a decisiones tomadas con información incompleta en etapas tempranas.

Si la IA va a acelerar el descubrimiento, alguien tiene que resolver la capa de comprensión. Ese es el nicho que 10x Science quiere ocupar.

¿Qué significa esto para tu startup de biotech o healthtech?

Si estás construyendo en el cruce entre IA y ciencias de la vida, el movimiento de 10x Science te da señales claras sobre dónde están los problemas reales que el mercado está dispuesto a pagar por resolver.

Algunas acciones concretas que puedes tomar:

Identifica el cuello de botella, no el proceso completo. Las grandes farmacéuticas ya tienen herramientas para generar candidatos. Lo que necesitan son soluciones para decisiones específicas dentro del pipeline: priorización, caracterización, explicabilidad. Un producto enfocado en una sola de esas capas tiene más tracción que uno que intenta resolverlo todo.
Valida con investigadores, no solo con ejecutivos. En biotech, las decisiones de compra las toman los equipos científicos. Habla directamente con investigadores de laboratorio sobre dónde pierden más tiempo y qué datos necesitan para tomar mejores decisiones. Eso define el roadmap real.
Considera el modelo de datos como activo estratégico. Startups como 10x Science construyen valor a través de los datos moleculares que procesan. Cada interacción con un cliente genera datos que mejoran el modelo. Diseña tu arquitectura de producto pensando en ese flywheel desde el primer día.
Explora el ecosistema español y latinoamericano. América Latina proyecta alcanzar 340 millones de dólares en valoración de mercado para IA en pharma y biotech en 2026. España, con acceso al marco regulatorio europeo y una sólida base de investigación pública, ofrece condiciones favorables para startups que quieran escalar en biotech. Instituciones como el CNIO, el CRG o el IRB Barcelona son puertas de entrada a validación científica de clase mundial.

Por qué una ronda de 4,8M en esta categoría no es pequeña

En el ecosistema de software B2B, 4,8 millones de dólares en semilla puede parecer modesto. En biotech y drug discovery, es una posición perfectamente calibrada para llegar a primeras pruebas de concepto con laboratorios farmacéuticos sin diluirse en exceso antes de tener datos de producto.

El ciclo de ventas en farma es largo y el criterio de éxito es científico, no solo comercial. Una startup en este espacio necesita tiempo para demostrar que su herramienta mejora la calidad de las decisiones de los investigadores, y eso no ocurre en trimestres sino en años. La ronda semilla de 10x Science está dimensionada para ese horizonte.

La pregunta relevante para el ecosistema no es si la IA va a transformar el desarrollo de fármacos —eso ya está ocurriendo—, sino quién va a construir la infraestructura de comprensión que haga esa transformación realmente útil. Y ahí es donde las startups con capital paciente y foco preciso tienen ventaja sobre los grandes jugadores.

Conclusión

El boom de la IA en farmacéutica ha creado un problema de abundancia: demasiadas moléculas candidatas, demasiado poco tiempo para entenderlas bien. 10x Science apuesta a que resolver esa capa de comprensión e interpretación vale 4,8 millones de dólares ahora y mucho más en el futuro. En un mercado proyectado a crecer a tasas superiores al 30% anual, la startup llega en el momento justo para un problema que ningún jugador grande ha resuelto todavía. Para founders en biotech, healthtech o cualquier vertical donde la IA genera más output del que el equipo puede procesar, este caso es un recordatorio de que los mejores negocios suelen estar en las capas de calidad, no solo en las de velocidad.