Warp Sciences sale del sigilo con 215 millones de dólares para crear laboratorios de química impulsados por IA

Diseñar una molécula prometedora es solo el comienzo de la investigación farmacológica. Alguien todavía tiene que sintetizarla, probarla y convertir los resultados en un experimento posterior mejor. Warp Sciences apuesta a que este cuello de botella físico es donde la IA puede obtener su próxima gran ventaja.

Warp Sciences ha salido del sigilo con 215 millones de dólares de financiación para crear una organización de investigación por contrato (CRO) con sede en Estados Unidos que combina químicos experimentados, IA y robótica. La empresa, dirigida por Kevin Weil, exdirector de producto de OpenAI, planea suministrar compuestos para investigación a clientes de los sectores biotecnológico y farmacéutico, mientras construye laboratorios que aprenden de los experimentos que realizan.

Lightspeed lideró la ronda de financiación, en la que también participaron IVP, Mayfield, Lux, Premji Invest y Menlo Ventures, entre otros. Entre los inversores ángeles figuran Brian Armstrong, Mike Krieger, Dylan Field y Mark Chen y Sarah Friar, de OpenAI.

Un negocio de servicios de química basado en la IA

El punto de partida de Warp es la síntesis de análogos para optimizar compuestos líderes: crear variantes de moléculas para que los investigadores puedan compararlas mientras avanzan hacia un candidato a fármaco. Se trata de un servicio concreto, con un producto entregable, y no de una promesa de que un modelo de IA inventará un medicamento por sí solo.

Según su página de servicios para clientes, Warp se centra en programas preclínicos de moléculas pequeñas y produce compuestos en cantidades que van de miligramos a varios gramos. La empresa describe su trabajo habitual como la síntesis de moléculas complejas que requieren entre cinco y 15 etapas sintéticas. Ese alcance la sitúa en el ciclo repetitivo de síntesis y evaluación de compuestos que los equipos de investigación necesitan para perfeccionar un programa.

Warp también establece claramente quién controla la agenda de investigación. Los clientes eligen qué moléculas desarrollar y conservan el control de sus programas farmacológicos. Warp no tiene una cartera propia de fármacos en desarrollo. Su negocio consiste en proporcionar la infraestructura química y experimental que utilizan esos equipos.

Esto tiene importancia comercial. Una CRO debe entregar compuestos utilizables, mantener la calidad y colaborar eficazmente con los científicos de sus clientes. Estos requisitos plantean una prueba operativa inmediata para la iniciativa de automatización de Warp: determinar si hace que el servicio sea más productivo y fiable.

De los resultados de laboratorio a mejores modelos

La tesis tecnológica a largo plazo se basa en un ciclo de retroalimentación entre la experimentación y el aprendizaje automático. Los experimentos físicos aportan pruebas sobre lo que funciona. Los sistemas de IA aprenden de esas pruebas, ayudan a orientar los experimentos posteriores y permiten automatizar cada vez más el trabajo de laboratorio. Así, los laboratorios más capaces pueden generar pruebas más útiles.

En su manifiesto de los fundadores, Warp afirma que planea registrar tanto los experimentos exitosos como los fallidos. Además de trabajar para sus clientes, prevé realizar campañas experimentales específicas para generar datos destinados a sus modelos. Químicos experimentados dirigirán los laboratorios a medida que se automatice una parte cada vez mayor del flujo de trabajo.

Incluir los experimentos fallidos es una parte importante del enfoque. Saber que un experimento no produjo el resultado deseado puede ayudar a definir los límites de un método y orientar qué conviene probar después. Para que esa información permita mejorar un modelo, debe registrarse con suficiente contexto experimental como para distinguir entre una idea poco productiva y un problema de ejecución.

La robótica aporta el componente físico del ciclo, mientras que el software conecta la planificación, la ejecución y los resultados registrados. Al desarrollar estos sistemas junto con el laboratorio, Warp tiene la oportunidad de diseñar la automatización en torno al trabajo que los químicos realizan realmente. La ventaja propuesta radica en mejorar todo el proceso experimental, en lugar de acelerar el diseño molecular mientras la cola de trabajo del laboratorio permanece igual.

La ambición más amplia de Warp es desarrollar IA científica que ayude a los científicos a razonar sobre el mundo físico y a diseñar experimentos que aporten información. Sin embargo, su punto de partida comercial anunciado es más acotado: entregar compuestos para investigación y automatizar progresivamente el trabajo necesario para producirlos.

Cuatro fundadores que conectan la química, la IA y las operaciones

Kevin Weil, cofundador y director ejecutivo, fue más recientemente director de producto y vicepresidente de Ciencia en OpenAI. Su experiencia consiste en trasladar los avances de la IA a productos y a los sistemas operativos que los sustentan.

El cofundador y director de operaciones, DJ Patil, fue el primer científico jefe de datos de Estados Unidos y uno de los primeros directivos de Devoted Health. El cofundador y director científico, Sol Reisberg, ocupó anteriormente cargos directivos en química medicinal en Terremoto Biosciences. El cofundador y director de tecnología, Mano Paluri, fue vicepresidente de Meta Superintelligence Labs y miembro fundador de FAIR.

Esta combinación refleja el trabajo que les espera: crear sistemas de IA, gestionar operaciones científicas y suministrar productos químicos que los clientes puedan utilizar. Warp afirma que su equipo inicial también cuenta con experiencia en robótica procedente de Genesis, Skild AI y 1X, además de conocimientos científicos de Genentech y Lawrence Livermore National Labs.

Cobrar por los compuestos entregados

El enfoque de precios de Warp añade otra dimensión a la historia de la financiación. En su sitio web, la empresa afirma que cobra por cada compuesto entregado y que acuerda el precio con el cliente. Si no produce un compuesto, el cliente no paga por él. Warp contrapone este modelo a los contratos con organizaciones de investigación por contrato (CRO), basados en personal equivalente a tiempo completo.

Este modelo vincula los ingresos al trabajo terminado. Si la automatización reduce el esfuerzo necesario para producir un compuesto de forma fiable, Warp podría mejorar su propia rentabilidad y, al mismo tiempo, establecer una relación más directa entre lo que gastan los clientes y lo que reciben. La empresa está posicionando su servicio en torno a la colaboración y el control desde el propio país, con precios propios de la contratación en el extranjero, aunque no ha publicado una lista de precios general ni datos comparativos de costos.

Warp afirma que actualmente trabaja con un pequeño número de socios de diseño. Estas relaciones implican una colaboración semanal entre los químicos de los clientes y el equipo de Warp, lo que permite a la startup perfeccionar su servicio y sus sistemas en función de necesidades de investigación activas.

El desafío de ejecución detrás de los 215 millones de dólares

La financiación proporciona a Warp un respaldo considerable para un negocio que debe desarrollar tanto capacidad física como software. La oportunidad consiste en convertir los servicios de química en un sistema de aprendizaje: entregar compuestos, recopilar pruebas experimentales, mejorar los modelos y aprovechar esas mejoras para que el trabajo posterior sea más eficiente.

El anuncio no ofrece datos medidos sobre mejoras en los tiempos de entrega, evaluaciones comparativas de los modelos ni pruebas de que ya esté funcionando un laboratorio totalmente autónomo. Esos hitos son distintos de reunir al equipo y el capital. La prueba práctica será comprobar si Warp puede ofrecer de forma sistemática la calidad, la rapidez y las condiciones económicas que promete a sus clientes.

Por ahora, la decisión más trascendental de la empresa es dónde empezar. Al comenzar con programas de química dirigidos por los clientes, Warp vincula sus ambiciones en IA con una necesidad científica recurrente. Cada compuesto entregado representa una oportunidad de generar ingresos y mejorar el sistema de laboratorio que producirá el siguiente.