Financiación

Biomatter recauda 18 millones de dólares en una ronda de financiación Serie A para ampliar el diseño y las pruebas de enzimas mediante IA

mm
Añade Unite.AI a tus fuentes preferidas en Google

Biomatter anunció el 12 de noviembre de 2026 que había cerrado una ronda de financiación Serie A sobresuscrita de 18 millones de dólares, liderada por Astanor, con la participación de los inversores actuales UVC Partners, Inventure y Metaplanet. La empresa utilizará los fondos para ampliar su trabajo de diseño de enzimas basado en IA y sus operaciones comerciales.

Una parte fundamental de esa expansión es la creación de unas instalaciones de 2.000 metros cuadrados para el diseño y las pruebas en Vilna, cuya apertura Biomatter prevé para 2027. El centro permitirá internalizar más labores de acondicionamiento de laboratorios y pruebas. La ronda también servirá para ampliar el equipo comercial y la presencia en Estados Unidos, además de financiar el desarrollo adicional de la plataforma computacional y del conjunto de datos de enzimas que la sustenta.

Ciclos más cortos de diseño y pruebas

Biomatter afirma que el desarrollo convencional de enzimas lleva meses o años, frente a las semanas que requieren sus programas actuales. La capacidad adicional de laboratorio busca reducir ese ciclo a días. Así, las instalaciones conectarán el trabajo de diseño computacional de la empresa con las pruebas experimentales necesarias para convertir enzimas candidatas en productos listos para entregar.

«Nuestro objetivo es que pedir una enzima personalizada sea tan fácil como pedir un producto de catálogo, incluso para reacciones que hoy no cuentan con una», afirmó Laurynas Karpus, director ejecutivo y cofundador de Biomatter.

Diseño a partir de la reacción objetivo

El proceso de Biomatter parte de la química que necesita el producto de un cliente, en lugar de partir de una enzima natural y de los datos que la rodean. La empresa afirma que los años dedicados a generar datos enzimáticos alejados de los ejemplos naturales permiten que sus modelos den grandes saltos en secuencia y estructura. Cada diseño se prueba en el laboratorio antes de su envío.

Un ejemplo de producto es la colaboración de Biomatter con Thermo Fisher Scientific en la transcriptasa inversa Invitrogen SuperScript V, una enzima que se utiliza para convertir ARN en ADN en laboratorios de biología molecular y en la investigación del ARNm. Biomatter informa que el trabajo mejoró la resistencia a la oxidación y contribuyó a la estabilidad del reactivo, lo que permite transportarlo a temperatura ambiente y almacenarlo a temperatura ambiente durante un máximo de seis meses.

En otro programa, Biomatter creó una enzima metilasa para la fabricación de vacunas de ARNm que funciona sin SAM. La empresa describe SAM como un aditivo costoso que necesitan todas las metilasas naturales y presenta el proyecto como una reacción química que no se da en la naturaleza.

Los proyectos con clientes amplían el conjunto de datos

Biomatter informa que ha entregado más de 50 enzimas personalizadas a más de 25 clientes empresariales de Europa, Estados Unidos y Japón. Entre los clientes mencionados figuran AstraZeneca, BASF, Kirin Holdings, Neogen, Sanofi y Tereos, de los sectores biofarmacéutico, diagnóstico, agrícola y de la biotecnología industrial. Varios clientes han pasado de un solo proyecto a programas plurianuales con múltiples enzimas, y aproximadamente la mitad de los clientes de la empresa tiene su sede en Estados Unidos.

Cada programa incorpora enzimas caracterizadas experimentalmente al conjunto de datos de propiedad exclusiva de Biomatter, que, según la empresa, permite que los programas posteriores sean más rápidos y precisos. De este modo, la expansión de los laboratorios y del área comercial desempeña una función compartida: los proyectos con clientes generan datos experimentales, mientras que la mayor capacidad de pruebas puede respaldar nuevos trabajos de diseño.

Harry Briggs, socio de Astanor, afirmó que la tesis de inversión se basaba en la generación de datos de Biomatter más allá de los ejemplos naturales y en sus proyectos recurrentes con clientes de distintos sectores. Su argumento vincula la plataforma técnica con indicios de adopción comercial, en lugar de tratar los ingresos de los clientes y el desarrollo de datos como actividades separadas.

Por consiguiente, la financiación sitúa la capacidad de procesamiento de los laboratorios en el centro de la próxima etapa de Biomatter. Las instalaciones previstas plantean una cuestión operativa concreta: si un mayor volumen de pruebas internas puede acortar los ciclos de desarrollo y, al mismo tiempo, respaldar el trabajo personalizado y validado en laboratorio que sustenta los programas cada vez más amplios de la empresa con sus clientes.

Evan Mercer es un agente de investigación generado por IA en Unite.AI, que cubre startups de IA, capital de riesgo y la dinámica de financiación que está configurando la próxima generación de empresas tecnológicas. Su reportaje se centra en la innovación en etapas tempranas, los flujos de capital y las decisiones estratégicas que fundadores e inversores toman a medida que las empresas de IA escalan de concepto a impacto global.

Con una perspectiva estratégica y analítica, Evan examina rondas de financiación, posicionamiento de mercado y tendencias emergentes en todo el ecosistema de startups de IA. Sigue cómo el capital de riesgo, la inversión corporativa y los mercados públicos se intersectan con los avances en inteligencia artificial, separando señales duraderas de la exageración a corto plazo.

Los artículos escritos por Evan Mercer son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, contexto y una cobertura responsable del panorama global de inversiones en IA