Converge Bio recauda USD 25 millones para escalar el descubrimiento de fármacos impulsado por IA

Converge Bio, una empresa emergente que ayuda a compañías farmacéuticas y biotecnológicas a desarrollar fármacos más rápido mediante inteligencia artificial (IA) generativa entrenada con datos moleculares, ha recaudado una ronda de financiación de Serie A de USD 25 millones, la cual fue sobresuscrita. La financiación fue liderada por Bessemer Venture Partners.

Otros inversionistas en la ronda incluyeron:

• TLV Partners
• Saras Capital
• Vintage Investment Partners
• Ejecutivos de Meta, OpenAI y Wiz

El nuevo capital sigue a una ronda semilla de USD 5,5 millones recaudada en 2024.

La empresa opera actualmente en Estados Unidos, Canadá, Europa e Israel, y se está expandiendo hacia Asia. Según el cofundador y CEO Dov Gertz, Converge Bio ha completado más de 40 programas para más de una docena de clientes farmacéuticos y biotecnológicos. La startup ha introducido sistemas centrados en el diseño de anticuerpos, la optimización del rendimiento de proteínas, y el descubrimiento de biomarcadores y objetivos. Para respaldar este crecimiento, la startup ha ampliado su equipo a 34 empleados, frente a los nueve empleados que tenía en noviembre de 2024. La plataforma ya ha ayudado a un socio a aumentar el rendimiento de proteínas de 4 a 4,5 veces en una sola iteración computacional.

La financiación llega en medio de una transición más amplia de la industria desde los métodos tradicionales de “ensayo y error” hacia el diseño molecular basado en datos. Gertz señaló que, si bien existía un “escepticismo” significativo respecto a la IA en el descubrimiento de fármacos cuando se fundó la empresa hace un año y medio, ese sentimiento se ha disipado. Sin embargo, validar moléculas novedosas de forma computacional presenta desafíos únicos en comparación con la IA basada en texto. Gertz explicó que, si bien las “alucinaciones” basadas en texto suelen ser fáciles de identificar, validar un compuesto molecular novedoso puede llevar semanas, lo que hace que el costo de tales errores sea mucho mayor. Para mitigar esto, la empresa filtra nuevas moléculas combinando modelos generativos con modelos predictivos.

Converge Bio no depende de modelos basados en texto para la comprensión científica central, utilizándolos solo como herramientas de apoyo para la navegación de literatura. En cambio, la empresa entrena sus modelos con ADN, ARN, proteínas y moléculas pequeñas, utilizando una mezcla de modelos de lenguaje extensos (LLM), modelos de difusión, aprendizaje automático tradicional y métodos estadísticos. Gertz visualiza un futuro en el que cada organización de ciencias de la vida combinará los laboratorios húmedos tradicionales —entornos de laboratorio físicos donde se prueban productos químicos y materia biológica— con laboratorios generativos computacionales para diseñar moléculas. “Nuestros clientes no tienen que ensamblar modelos ellos mismos. Obtienen sistemas listos para usar que se integran directamente en sus flujos de trabajo”, dijo Dov Gertz, CEO y cofundador de Converge Bio.

Por qué importa

Converge Bio está asegurando nuevo capital a medida que la competencia en el espacio de descubrimiento de fármacos impulsado por IA se intensifica, con la industria cambiando de enfoques de “ensayo y error” a un diseño molecular basado en datos.