- Chai Discovery surge de exmiembros vinculados a OpenAI y consolida un modelo propio de IA para diseñar moléculas y anticuerpos.
- La alianza estratégica con Eli Lilly sitúa a la startup en primera línea del descubrimiento de fármacos impulsado por inteligencia artificial.
- El fuerte respaldo de grandes fondos de Silicon Valley refuerza el atractivo de la biotecnología basada en modelos generativos.
- Europa y España observan este movimiento como referente para nuevas iniciativas de salud digital y biotecnología avanzada.
La combinación de inteligencia artificial y biotecnología está dejando de ser una promesa lejana para convertirse en una realidad que ya mueve grandes cifras de inversión y acuerdos estratégicos a escala global. Un ejemplo especialmente llamativo es el de Chai Discovery, una joven compañía que, en apenas un par de años, ha pasado de operar casi en la sombra a firmar alianzas con algunas de las farmacéuticas más influyentes del planeta.
Esta startup, estrechamente vinculada a antiguos equipos de OpenAI y apoyada por fondos punteros de Silicon Valley, está utilizando modelos de IA generativa para rediseñar la forma en que se conciben nuevos medicamentos. Su reciente acuerdo con Eli Lilly ha reforzado la sensación en el sector de que la próxima ola de innovación farmacéutica vendrá de la mano de algoritmos capaces de imaginar y optimizar moléculas desde cero.
La irrupción de Chai Discovery en el ecosistema de IA y biotecnología
Chai Discovery se ha colado con fuerza en el competitivo entorno de la IA aplicada al descubrimiento de fármacos, un ámbito donde conviven gigantes farmacéuticos y startups altamente especializadas. Nacida en 2024, la compañía se ha centrado en aprovechar modelos de lenguaje avanzados y arquitecturas de IA propias para acelerar una de las fases más lentas y costosas del desarrollo de medicamentos: la identificación de nuevas moléculas prometedoras.
En lugar de apoyarse en métodos clásicos de cribado masivo en laboratorio, que requieren tiempo, personal y un elevado presupuesto, la empresa propone usar algoritmos capaces de explorar de forma virtual un espacio químico inmenso. Esta aproximación, según explican sus fundadores, permite seleccionar candidatos con más posibilidades de éxito antes de pasar a las pruebas experimentales, reduciendo tanto los plazos como la incertidumbre.
Todo ello ha despertado el interés de un ecosistema inversor que busca proyectos donde la IA generativa se aplique a problemas científicos concretos y de alto impacto social. Para muchos analistas, Chai Discovery encaja precisamente en ese perfil: tecnología avanzada, equipo técnico de primer nivel y un mercado, el farmacéutico, con necesidades claras de eficiencia.
Esta tendencia no pasa desapercibida en Europa. Aunque la compañía opera principalmente desde San Francisco y Silicon Valley, su modelo es seguido de cerca por centros de innovación europeos y españoles especializados en biotecnología, que ven en estos avances una referencia para impulsar proyectos similares bajo la hoja de ruta de la biotecnología y el paraguas regulatorio de la Unión Europea.
Del entorno de OpenAI a una alianza estratégica con Eli Lilly
Una de las claves del interés que genera Chai Discovery es su vínculo histórico con OpenAI. Uno de sus cofundadores, Josh Meier, formó parte del equipo de investigación e ingeniería de la organización en 2018. Tras su paso por OpenAI, y después de varias conversaciones con su CEO, Sam Altman, surgió la idea de emprender un proyecto centrado en proteínas y descubrimiento de fármacos apoyado en IA.
En ese contexto, Meier retomó contacto con Jack Dent, compañero de universidad y entonces ingeniero en Stripe, para explorar la creación de una empresa de proteómica basada en IA. Aunque inicialmente consideraron que la tecnología aún no estaba madura, esos primeros intercambios marcaron el germen de lo que años después se convertiría en Chai Discovery.
Con el tiempo, y tras la evolución de los modelos transformadores y la IA aplicada a secuencias biológicas, Meier participó en el desarrollo de ESM1 en Facebook, uno de los primeros modelos de lenguaje específico para proteínas. Esa experiencia, sumada a tres años en la biotecnológica Absci, consolidó el conocimiento técnico necesario para dar el salto definitivo y poner en marcha Chai.
La startup terminó de arrancar formalmente cuando OpenAI decidió invertir en su fase inicial, ofreciendo no solo capital sino también espacio de trabajo en sus oficinas del barrio Mission de San Francisco. Esta cercanía con uno de los actores más influyentes en IA ha contribuido a que la empresa sea vista como un puente entre el mundo de los modelos fundacionales y el de la biomedicina práctica.
El gran salto a la escena internacional llegó con el anuncio de su acuerdo de colaboración con Eli Lilly. La farmacéutica utilizará la tecnología de Chai para impulsar el diseño de nuevas moléculas, con especial foco en anticuerpos y terapias innovadoras. El objetivo es aprovechar la IA generativa de la startup para avanzar más rápido en la búsqueda de candidatos a fármaco y seleccionar aquellos con mejores probabilidades de éxito clínico.
Chai-2: un modelo propio para diseñar anticuerpos y moléculas complejas
En el corazón tecnológico de Chai Discovery se encuentra Chai-2, un algoritmo diseñado para generar y optimizar proteínas terapéuticas, especialmente anticuerpos. La compañía lo describe como una suerte de “entorno de diseño asistido por ordenador” para moléculas, capaz de proponer secuencias con propiedades potencialmente favorables frente a distintas enfermedades.
A diferencia de enfoques basados en modelos genéricos de código abierto, el equipo de la startup hace hincapié en que su base de código es íntegramente propia. Según ha explicado Jack Dent, no se limitan a ajustar modelos ya existentes, sino que han construido arquitecturas muy específicas para tareas biomédicas, adaptadas a la estructura y el comportamiento de proteínas y biomoléculas.
Esta personalización resulta especialmente relevante en un campo donde pequeños cambios en la secuencia pueden desencadenar grandes diferencias en eficacia o seguridad. Un modelo entrenado y afinado desde cero para ese tipo de datos, sostienen, permite capturar mejor las sutilezas que separan una molécula viable de otra con escaso recorrido clínico.
De cara a socios como Eli Lilly, la propuesta de valor consiste en usar Chai-2 como herramienta para priorizar candidatos antes de entrar en las fases experimentales. Así, se intenta minimizar el número de compuestos que pasan por costosas fases de laboratorio sin perspectivas claras, algo que hoy en día es un problema habitual en la industria farmacéutica.
El hecho de que compañías europeas y españolas estén invirtiendo de forma creciente en plataformas de datos clínicos, biobancos y capacidades de supercomputación abre la puerta a que modelos similares a Chai-2 puedan adaptarse en el futuro a contextos locales, con datos y necesidades específicas de los sistemas sanitarios de la UE.
Capital riesgo, acuerdos multimillonarios y un sector en plena transformación
La trayectoria de Chai Discovery también se entiende a través del importante respaldo financiero que ha recibido. En poco más de doce meses, la startup ha levantado cientos de millones de dólares de algunos de los fondos más influyentes de Silicon Valley, entre ellos General Catalyst, consolidando una valoración de alrededor de 1.300 millones de dólares tras su ronda de serie B, en la que captó 130 millones adicionales.
Para inversores especializados, este tipo de operaciones reflejan un apetito claro por soluciones deeptech que ataquen problemas concretos de la industria sanitaria. El hecho de que la compañía se encuentre en una fase relativamente temprana y aun así haya alcanzado el estatus de “unicornio” es interpretado como una señal de confianza en el potencial de la IA para transformar el desarrollo de tratamientos.
En paralelo al acuerdo con Chai, Eli Lilly ha anunciado otra alianza de gran calado: una cooperación valorada en mil millones de dólares con NVIDIA para crear un laboratorio de descubrimiento de fármacos basado en IA en San Francisco; otras alianzas como la de AstraZeneca con Algen muestran tendencias similares.
En conjunto, estos movimientos evidencian que las farmacéuticas están apostando por construir un ecosistema de socios tecnológicos, donde startups como Chai convivirán con grandes proveedores de computación. De cara a Europa, donde existen potentes laboratorios públicos y privados, este tipo de configuraciones podrían replicarse con alianzas entre centros de investigación, empresas de IA y grupos farmacéuticos con presencia en el continente.
No todo el mundo, sin embargo, está plenamente convencido de que la IA vaya a suponer un cambio radical en los tiempos y costes del desarrollo farmacéutico. Algunos perfiles veteranos del sector consideran que los retos clínicos y regulatorios seguirán siendo el gran cuello de botella, por muy sofisticados que sean los algoritmos. Otros, en cambio, sostienen que, aunque no se eliminen todos los obstáculos, el impacto acumulado de reducir fracasos tempranos puede ser notable.
Visión de inversores y oportunidades para Europa y España
Desde el lado inversor, voces como la de Elena Viboch, de General Catalyst, apuntan que las empresas biofarmacéuticas que se asocien con compañías del perfil de Chai Discovery serán las primeras en llevar moléculas de nueva generación a la clínica. La tesis es que una combinación adecuada de datos de calidad, modelos generativos y experiencia biológica puede adelantar varios años ciertos hitos del pipeline de I+D.
Se manejan plazos ambiciosos: si las colaboraciones se intensifican a partir de 2026, algunas moléculas diseñadas con apoyo de IA podrían llegar a ensayos clínicos iniciales antes de que termine 2027. Ese calendario, si se cumple, marcaría un antes y un después en la forma en que se evalúa la viabilidad de este tipo de tecnologías.
En la Unión Europea, el interés por la medicina personalizada y el uso responsable de datos sanitarios abre una ventana de oportunidad para que surjan proyectos inspirados en el enfoque de Chai Discovery. Países con fuerte tejido biomédico, como España, Alemania o los nórdicos, podrían beneficiarse de integraciones entre IA y biotecnología, siempre que se aborden aspectos regulatorios y de protección de datos con garantías.
En España, donde ya existen polos relevantes de investigación en oncología, enfermedades raras y terapias avanzadas, iniciativas semejantes —como la plataforma de biomedicina del CSIC— podrían ayudar a optimizar la selección de dianas terapéuticas y candidatos a fármaco. Las colaboraciones entre startups locales, grandes farmacéuticas asentadas en el país y grupos académicos serían un paso lógico para acercar al entorno europeo las dinámicas que se están viendo en Estados Unidos.
Para los emprendedores del ámbito bio y healthtech en Europa, el caso de Chai sirve como ejemplo de cómo equipos interdisciplinarios y alianzas estratégicas internacionales pueden acelerar la validación tecnológica y abrir puertas a acuerdos con grandes corporaciones sin renunciar a la investigación avanzada.
Un proyecto joven con raíces profundas en la IA
Aunque Chai Discovery se constituyó jurídicamente hace relativamente poco, su historia arranca varios años atrás, cuando la tecnología aún no estaba lista para sostener una empresa de este tipo. Josh Meier, tras su paso por OpenAI, consideraba que los modelos de IA disponibles no alcanzaban el nivel necesario para abordar con garantías el diseño de proteínas y anticuerpos terapéuticos.
Ese periodo de espera resultó clave para que el ecosistema de IA avanzara. La irrupción de modelos transformadores más potentes y la experiencia adquirida en Facebook con ESM1 demostraron que era posible entrenar algoritmos capaces de entender, en cierto modo, el “lenguaje” de las proteínas. A partir de ahí, la idea de crear una plataforma específica para descubrimiento de fármacos cobró fuerza.
El siguiente paso fue reunir un equipo técnico capaz de empujar los límites de estos modelos. Según ha explicado el propio Dent, la empresa ha optado por desarrollar internamente cada pieza crítica de su tecnología, en lugar de apoyarse en soluciones preexistentes. Este enfoque supone más esfuerzo y riesgo, pero a cambio permite un mayor control sobre el rendimiento y la adaptación a nuevos problemas.
Actualmente, el reto ya no es solo demostrar que los modelos funcionan en simulaciones o pruebas preliminares, sino probar que se traducen en moléculas viables que superan las fases clínicas. En este punto, las alianzas con farmacéuticas y el acceso a datos experimentales de calidad resultan determinantes, y es precisamente lo que acuerdos como el firmado con Eli Lilly ponen sobre la mesa.
Las próximas iteraciones de la tecnología de Chai, junto con iniciativas paralelas en otros continentes, marcarán si la IA se consolida como herramienta habitual en los departamentos de I+D farmacéutica o si su papel se limita a nichos muy concretos. En Europa, donde los reguladores siguen de cerca el uso de algoritmos en salud, el éxito de casos de uso bien documentados puede contribuir a generar un marco más claro para su despliegue.
Todo el recorrido de Chai Discovery —desde su origen ligado a OpenAI hasta su acuerdo con Eli Lilly— ilustra cómo la convergencia entre modelos de inteligencia artificial avanzados, capital riesgo especializado y grandes farmacéuticas está redefiniendo el descubrimiento de fármacos. Para España y el resto de Europa, observar y aprender de esta evolución puede ser clave a la hora de diseñar políticas de innovación, estrategias de inversión y colaboraciones público-privadas que permitan situar a la biotecnología europea en una posición competitiva dentro de esta nueva etapa de la medicina impulsada por datos y algoritmos.
