Cada comprimido que se disuelve en un vaso de agua y cada producto que protege un cultivo frente a una plaga tienen algo en común: en su núcleo hay una molécula pequeña. No es un término coloquial, sino una categoría técnica que define compuestos químicos de bajo peso molecular, estructuras relativamente compactas capaces de interactuar con proteínas, enzimas o receptores biológicos con una precisión quirúrgica. Son el ladrillo fundamental de la mayoría de los medicamentos tradicionales y de numerosos insumos agrícolas. Y, sin embargo, diseñar una que funcione como se espera es uno de los desafíos más complejos, largos y costosos de la ciencia aplicada.
Aunque se las llame “pequeñas”, el universo posible de estas moléculas es prácticamente infinito. Con unos pocos átomos organizados de maneras distintas se generan combinaciones que superan cualquier capacidad humana de exploración manual. Por eso, durante décadas, el descubrimiento de nuevos compuestos fue un proceso de prueba y error: sintetizar, ensayar, descartar, volver a empezar. En ese terreno incierto, donde cada fracaso implica tiempo y millones de dólares, la inteligencia artificial comenzó a cambiar las reglas del juego.
Modelo fundacional de IA para diseño de moléculas pequeñas: la apuesta estratégica
La compañía israelí Evogene Ltd., especializada en biología computacional, anunció una colaboración con Google Cloud para desarrollar un modelo fundacional de IA para diseño de moléculas pequeñas de última generación. La iniciativa busca llevar su plataforma ChemPass AI a un nuevo nivel de capacidad y alcance.
Evogene se ha consolidado como una empresa que combina big data e inteligencia artificial para revolucionar el descubrimiento y desarrollo de productos basados en ciencias de la vida. En particular, ChemPass AI es su motor tecnológico enfocado en moléculas pequeñas: una plataforma computacional que dirige y acelera la identificación, generación y optimización de nuevos compuestos con propiedades específicas.
El salto ahora es conceptual y técnico. La empresa desarrollará un modelo fundacional entrenado con aproximadamente 40 mil millones de estructuras moleculares. Esta escala implica alimentar al sistema con una base de conocimiento químico sin precedentes, permitiéndole aprender patrones complejos y generar nuevas estructuras de novo, es decir, desde cero, en lugar de limitarse a analizar moléculas ya conocidas.
Qué significa entrenar química a escala masiva
Un modelo fundacional, en el ámbito de la inteligencia artificial, es una arquitectura entrenada con volúmenes masivos de datos para convertirse en una base adaptable a múltiples tareas. En el caso del diseño molecular, significa crear un sistema capaz de proponer moléculas inéditas y evaluar, en etapas tempranas, si podrían cumplir con requisitos como eficacia biológica, estabilidad, selectividad o perfil ambiental favorable.
Para lograrlo, Evogene aprovechará la infraestructura de Google Cloud, incluyendo Vertex AI, GPUs desplegadas en Google Compute Engine y Google Cloud Storage. Las GPUs resultan esenciales porque permiten realizar millones de cálculos en paralelo, condición necesaria para entrenar redes neuronales profundas que manejan enormes volúmenes de datos. Vertex AI proporciona el entorno para desarrollar, entrenar y escalar el modelo, mientras que Google Cloud Storage asegura la gestión eficiente de la gigantesca base de datos molecular.
El objetivo declarado es generar y evaluar nuevos candidatos con una velocidad y precisión inéditas, reduciendo el margen de ensayo y error que caracteriza al descubrimiento tradicional.
Fabricar como la naturaleza: la bioeconomía entra en el mundo biónico
Impacto directo en fármacos y protección de cultivos
En la industria farmacéutica, el proceso de descubrimiento de un nuevo medicamento puede extenderse durante más de una década, con tasas de fracaso elevadas en distintas etapas. Un modelo fundacional de IA para diseño de moléculas pequeñas tiene el potencial de acelerar significativamente las fases iniciales, aumentando la probabilidad de identificar candidatos prometedores antes de invertir en ensayos costosos.
Ofer Haviv, presidente y CEO de Evogene, señaló que esta colaboración estratégica subraya el compromiso de la compañía con la innovación y su posición a la vanguardia de la biología predictiva computacional, utilizando sus motores tecnológicos basados en IA. Destacó además que la alianza con Google Cloud acelera la trayectoria de crecimiento de la empresa y aporta valor a accionistas y socios.
En el sector agrícola, el desafío es desarrollar soluciones eficaces que, al mismo tiempo, respondan a estándares cada vez más exigentes en términos ambientales y regulatorios. El nuevo modelo permitirá diseñar moléculas innovadoras orientadas a la protección sostenible de cultivos, contribuyendo a enfrentar problemas globales como la seguridad alimentaria y la optimización de recursos.
Boaz Maoz, Managing Director de Google Cloud Israel, afirmó que Google Cloud está comprometido con ofrecer la nube más abierta de la industria y ayudar a sus clientes a acelerar sus transformaciones digitales. En ese marco, destacó que al aprovechar la potencia de Google Cloud, ChemPass AI tiene el potencial de revolucionar el diseño de moléculas pequeñas y abrir la puerta a nuevos avances científicos.
Más allá de farmacia y agro: un motor transversal
Aunque el foco inmediato se encuentra en el desarrollo de fármacos y en la agricultura sostenible, la capacidad de generar y optimizar moléculas con propiedades específicas puede extenderse a otros sectores de las ciencias de la vida e incluso a industrias donde la química avanzada desempeña un papel estratégico.
La colaboración también representa una oportunidad para potenciales socios de la industria farmacéutica y agroindustrial que busquen aprovechar el poder de las capacidades generativas de ChemPass AI. La combinación de la experiencia de Evogene en biología computacional con el liderazgo de Google Cloud en inteligencia artificial configura una propuesta orientada a acelerar los procesos de I+D y fortalecer la competitividad.
Una estrategia basada en motores tecnológicos
Evogene estructuró su modelo de negocio alrededor de tres tech-engines diferenciados. MicroBoost AI se enfoca en el descubrimiento de productos basados en microbios. ChemPass AI se concentra en moléculas pequeñas. GeneRator AI trabaja sobre elementos genéticos. Cada uno aborda un componente central de la innovación en ciencias de la vida.
A través de estos motores, la empresa desarrolla productos mediante alianzas estratégicas y a través de cuatro subsidiarias. Biomica Ltd. impulsa terapias basadas en microbioma para tratar trastornos humanos utilizando MicroBoost AI. Lavie Bio Ltd. desarrolla productos agrícolas biológicos también sustentados en el microbioma. AgPlenus Ltd. trabaja en químicos agrícolas de próxima generación para protección sostenible de cultivos apoyándose en ChemPass AI. Casterra Ag Ltd. desarrolla y comercializa variedades superiores de semillas de ricino con alto rendimiento y alto contenido de aceite para biocombustibles y otras industrias, basadas en GeneRator AI.
Con el desarrollo de un modelo fundacional de IA para diseño de moléculas pequeñas, Evogene busca consolidar una plataforma capaz de integrar datos masivos, inteligencia artificial y biología en una misma arquitectura tecnológica. En un escenario donde la velocidad y la precisión científica se vuelven factores decisivos, entrenar a una IA con decenas de miles de millones de estructuras moleculares no es solo un avance técnico: es una apuesta estratégica por redefinir cómo se inventan los productos que sostienen la bioeconomía global.
