SandboxAQ integra sus modelos de descubrimiento de fármacos en Claude: no se requiere doctorado en computación

Qué pasó

SandboxAQ, empresa fundada hace aproximadamente cinco años como derivación de Alphabet y presidida por el ex CEO de Google, Eric Schmidt, anunció una alianza estratégica con Anthropic para integrar sus modelos científicos de inteligencia artificial directamente en Claude, el asistente conversacional de Anthropic.

La compañía, que ha levantado más de US$ 950 millones de inversores, ha desarrollado modelos cuantitativos de gran escala (LQMs, por sus siglas en inglés) que se describen como "basados en física". Estos modelos no se entrenan con patrones de texto, sino con las reglas del mundo físico. Son capaces de ejecutar cálculos de química cuántica y simular tanto dinámica molecular como microcinética, es decir, cómo se desarrollan las reacciones químicas a nivel molecular.

Hasta ahora, los usuarios de estos modelos debían contar con infraestructura digital propia para ejecutarlos. Generalmente se trataba de científicos computacionales, investigadores o experimentalistas de grandes empresas farmacéuticas o industriales. Con esta integración, cualquier usuario podrá acceder a estas capacidades mediante lenguaje natural en Claude, sin requerir conocimientos avanzados de computación ni infraestructura especializada.

Nadia Harhen, gerente general de simulación de inteligencia artificial de SandboxAQ, señaló que "por primera vez, tenemos un modelo cuantitativo de frontera sobre un modelo de lenguaje de frontera al que alguien puede acceder en lenguaje natural". La ejecutiva enfatizó que el cuello de botella no estaba en los modelos mismos, sino en la interfaz de acceso.

La empresa indicó que los LQMs están entrenados con datos de laboratorio del mundo real y ecuaciones científicas, y están diseñados para lo que denominan la "economía cuantitativa", un sector valorado en más de US$ 50 billones que abarca biofarmacia, servicios financieros, energía y materiales avanzados.

Contexto

El descubrimiento de fármacos es uno de los procesos más costosos de la industria moderna. Encontrar una sola molécula viable puede demorar una década y costar miles de millones de dólares, y la mayoría de los candidatos fracasan. En este contexto, una generación de empresas de inteligencia artificial ha prometido transformar este proceso, con resultados parciales.

Empresas como Chai Discovery e Isomorphic Labs han centrado sus esfuerzos en mejorar los modelos científicos. SandboxAQ, en cambio, ha puesto el foco en la accesibilidad: quiénes pueden usar realmente estas herramientas y bajo qué condiciones. La apuesta es que la combinación de modelos cuantitativos de alta complejidad con interfaces conversacionales amplíe radicalmente la base de usuarios.

SandboxAQ no se limita al descubrimiento de fármacos. La compañía también ha desarrollado líneas de negocio en ciberseguridad y otros ámbitos, lo que refleja una estrategia diversificada. Sin embargo, su apuesta por los LQMs la diferencia de la mayoría de las empresas de inteligencia artificial, que se han centrado en modelos de lenguaje o generadores de imágenes.

El mercado global de inteligencia artificial aplicada a ciencias de la vida y materiales se encuentra en rápida expansión. La posibilidad de simular el comportamiento de moléculas antes de realizar pruebas de laboratorio promete reducir costos significativos y acortar plazos de desarrollo, lo que ha atraído inversión sustancial hacia este segmento.

La alianza con Anthropic también refleja una tendencia emergente: la integración de modelos especializados de terceros en plataformas de IA generalistas como Claude, ChatGPT o Gemini, creando ecosistemas donde distintas capacidades convergen en una sola interfaz.

Impacto para empresas chilenas

Para el mercado local, esta tipo de integraciones podría tener implicancias relevantes, especialmente para la industria farmacéutica y biotecnológica chilena, que ha mostrado un desarrollo creciente en los últimos años. La posibilidad de acceder a herramientas avanzadas de simulación molecular sin requerir infraestructura computacional sofisticada reduce barreras de entrada significativas.

Las pymes y startups del sector biotecnológico en Chile frecuentemente enfrentan limitaciones de capital para adquirir infraestructura de cómputo de alto rendimiento. Si modelos como los de SandboxAQ se disponibilizan mediante interfaces conversacionales accesibles, estas empresas podrían acelerar sus procesos de investigación y desarrollo con inversiones más moderadas.

Las universidades y centros de investigación chilenos también podrían beneficiarse. Investigadores de instituciones académicas locales podrían utilizar estas herramientas para proyectos de química, farmacología y ciencia de materiales sin necesidad de programas de cómputo especializados ni hardware de alto costo, lo que podría potenciar la producción científica nacional.

No obstante, el acceso efectivo dependerá de factores como disponibilidad regional, costos de suscripción, regulaciones sobre datos científicos y la capacidad de los equipos locales para interpretar y validar los resultados que estos modelos generan. La formación de capital humano especializado sigue siendo un factor crítico.

Para empresas chilenas del sector minero y de materiales, la capacidad de simular propiedades de nuevos materiales podría tener aplicaciones concretas en el desarrollo de catalizadores, materiales compuestos o procesos químicos más eficientes, áreas relevantes para la economía nacional.

Qué sigue

La integración de modelos cuantitativos basados en física en plataformas conversacionales marca un punto de inflexión en la democratización de herramientas científicas avanzadas. Si esta aproximación demuestra resultados consistentes, es probable que otros proveedores de modelos especializados sigan la misma ruta, generando un ecosistema de plugins científicos para asistentes de inteligencia artificial.

El siguiente paso será evaluar la precisión y confiabilidad de estos modelos en escenarios de uso real. La comunidad científica necesitará validar que las simulaciones generadas mediante interfaces conversacionales producen resultados comparables a los obtenidos con métodos tradicionales, un proceso que tomará tiempo y requerirá estudios rigurosos.

A mediano plazo, este tipo de herramientas podría transformar los flujos de trabajo en investigación y desarrollo en múltiples industrias, acortando ciclos de innovación y reduciendo costos. Sin embargo, la adopción masiva dependerá de la confianza que generen entre profesionales técnicos y de la capacidad de las empresas para integrar estas soluciones en procesos regulatorios y de validación existentes.