Outer Biosciences entrena IA con piel humana viva por un mes

Por qué un CEO sin formación científica terminó fundando una biotech de piel viva

Michael Polansky llevaba más de una década gestionando el family office de Sean Parker y la Parker Institute for Cancer Immunotherapy cuando, en 2022, fundó Outer Biosciences, una startup que hoy entrena un modelo de inteligencia artificial sobre piel humana que sigue viva fuera del cuerpo durante más de un mes. La paradoja resume bien la tesis: el cuello de botella en biología no es de cómputo, es de datos humanos. Y Polansky, pese a no ser científico, llevaba años viéndolo de cerca desde la immunotherapy.

El recorrido importa porque explica la apuesta. Polansky pasó por Bridgewater Associates, por Founders Fund cuando lo lideraban Peter Thiel, Sean Parker, Luke Nosek y Ken Howery, y luego por el family office de Parker, donde manejó filantropía e inversiones incluyendo la red de inmunoterapia contra el cáncer. De ahí salió Outer Biosciences, que opera en modo casi silencioso: sólo habló en público ahora, con la base científica ya madurada.

Mantener piel humana viva más de un mes: la pieza que cambia el experimento

El problema técnico que Outer Biosciences dice haber resuelto suena modesto pero es enorme: extender la vida útil del tejido humano fuera del cuerpo. La norma en la industria es de unos pocos días, suficiente para medir toxicidad aguda, pero no para seguir procesos lentos como la remodelación de colágeno, el cambio de pigmentación o la reparación de barrera, que tardan semanas en manifestarse.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La compañía obtiene piel humana que se descartaría tras cirugías, sobre todo plásticas, a través de biobancos sin fines de lucro y brokers que operan bajo supervisión de IRB y consentimiento documentado del donante: principalmente el National Disease Research Interchange y la Cooperative Human Tissue Network, ambos financiados con fondos federales del NIH y del National Cancer Institute. Las muestras llegan desidentificadas y un sistema propietario las alimenta de nutrientes y les retira desechos metabólicos. Según Polansky, ese sistema conserva la arquitectura del día cero y los programas moleculares epidérmicos, estromales e inmunes durante cerca de 30 días.

El caso de uso que más ilustra el potencial es el daño por UVB. Los investigadores inducen una quemadura solar controlada y observan la respuesta inflamatoria y de recuperación durante semanas. No están «curando» la piel: están registrando una herida en cámara lenta para alimentar un dataset que no existe en otro lugar.

El bucle cerrado: IA que propone, tejido que verifica, modelo que aprende

Lo diferencial no es ninguna pieza suelta, insiste Polansky, sino cómo encajan. El sistema es un ciclo cerrado y auto-reforzado:

Un modelo de IA predice qué químicos no probados tienen probabilidad de actuar sobre una función cutánea concreta.
Esos químicos se prueban en el sistema de tejido vivo.
El resultado, sea acierto o error, vuelve al modelo y mejora la ronda siguiente.

En la fase temprana la empresa dependía de fuerza bruta sobre literatura científica y de una colaboración con el National Cancer Institute para explorar compuestos naturales de ambientes extremos. En 18 meses produjo un par de leads. Con la capa de IA, asegura Polansky, ahora generan un candidato nuevo cada seis semanas, con seis leads activos y varias decenas de hits adicionales en el pipeline.

Una ventaja operativa que el fundador destaca: el cómputo es modesto comparado con entrenar un LLM. Todo el trabajo de IA corre on-premise, no en la nube, porque Polansky dice no querer los datos fuera del perímetro de la empresa. Un founder con restricciones de propiedad intelectual o regulatorias suele tomar decisiones similares.

El modelo de negocio: ingredientes para belleza, no fármacos para FDA

Outer Biosciences no descubre fármacos. Trabaja sobre ingredientes cosméticos, lo que evita el circuito regulatorio de la FDA. El plan de salida tiene dos pasos: primero conseguir un nombre estandarizado en la industria para el ingrediente; luego, pasar pruebas de seguridad bajo las guías de la OECD, organismo internacional con sede en París cuyos países miembro aceptan mutuamente estudios bien ejecutados.

Luego un partner comercializa el ingrediente: lo formula (un sérum, una crema) y lo lleva al mercado con su propia marca. Hoy cuatro de los seis leads activos están cerca de comercializarse, según Polansky. Mientras tanto, la compañía ya genera ingresos con colaboraciones de investigación, incluido un trabajo con un partner farmacéutico que estudia por qué ciertos oncológicos causan erupciones cutáneas severas.

En financiación, la empresa ha levantado aproximadamente US$23 millones hasta la fecha, con Calm Capital, Brighter Capital y la firma inversora de Polansky, Hawktail, entre los primeros backers. El equipo es de 19 personas, casi todas en las afueras de Cambridge, Massachusetts.

Quién compite en la frontera de la biología predictiva

El competidor más citado en el artículo original es Vivodyne, con sede en Filadelfia, que apuesta por tejido de órganos cultivado en laboratorio combinado con IA predictiva para reemplazar pruebas en animales. En un comunicado en su web, Vivodyne anunció el cierre de una ronda seed de US$38 millones liderada por Khosla Ventures, con participación de Kairos Ventures, CS Ventures, MBX Capital y Bison Ventures. Después, según reporta Longevity Technology, levantó una Serie A de US$40 millones también liderada por Khosla, sumando cerca de US$78 millones acumulados y abriendo una instalación robótica de 23.000 pies cuadrados en South San Francisco.

La diferencia operativa es relevante: Vivodyne cultiva más de 20 tipos de tejido humano en robots, con capacidad de cultivar, dosificar y analizar más de 10.000 tejidos independientes por corrida, y trabaja sobre todo con grandes farmacéuticas para reducir el riesgo preclínico. Vinod Khosla lo resumió así, citado por Longevity Technology: «Usando robótica e IA, Vivodyne puede cultivar y probar más de 100.000 tejidos humanos completos de forma automática en dos semanas».

Hay otros competidores con aproximaciones de organ-on-a-chip y sistemas microfisiológicos para pruebas preclínicas. Polansky dice no estar preocupado por ellos: el tejido vivo que Outer Biosciences genera «no existe en ningún otro lugar», lo que hace la posición más defendible, aunque más lenta de construir que una AI SaaS tradicional.

Qué significa esto para tu startup

Lo de Outer Biosciences no es sólo una curiosidad biotech. Es un caso de cómo construir un data moat real cuando no hay internet biológico que scrapear. Tres señales que un founder puede llevarse:

El dataset propio es la propiedad defendible. A diferencia de un LLM entrenado con texto público, aquí cada muestra humana viva es única, cara y difícil de replicar. Si trabajás en vertical con datos escasos, esa asimetría es tu ventaja.
El loop cerrado IA + verificación física mata a los «AI wrappers». El modelo predice, pero la verdad sale del tejido. Cualquier vertical donde la salida sea barata de simular y cara de validar (salud, materiales, energía) admite la misma arquitectura.
Elige el régimen regulatorio que puedas pagar. Outer Biosciences esquiva la FDA apostando a ingredientes cosméticos bajo OECD. Founders en biotech, fintech o salud digital deberían mapear desde el día uno qué categoría regulatoria les cabe según su capital y velocidad de aprendizaje.

Para founders en LATAM y España, el patrón también importa: la barrera ya no es construir el modelo, es generar el dato humano verificable que lo entrena. Donde el talento clínico o la cadena de biobancos sea accesible, hay una ventana abierta.