Industria biotecnológica · global
BigHat capta 75 millones de dólares y sus anticuerpos contra el cáncer diseñados con IA avanzan hacia ensayos en humanos
Desde el diseño por ordenador hasta las mediciones en el laboratorio, BigHat intenta optimizar simultáneamente múltiples propiedades farmacológicas de los anticuerpos. Los nuevos fondos respaldarán el desarrollo de dos terapias contra el cáncer; la verdadera prueba será su seguridad y eficacia en humanos.
Diseñar un anticuerpo capaz de reconocer células cancerosas es solo el punto de partida del desarrollo de un medicamento; también determinan su éxito la posibilidad de fabricar la molécula de forma consistente, que ejerza su acción y que conserve un margen de seguridad suficiente al atacar el tumor. La empresa biotecnológica estadounidense BigHat Biosciences combina inteligencia artificial y experimentación automatizada para intentar abordar estas dificultades desde etapas tempranas. Con la entrada de su primer fármaco candidato en ensayos en humanos, este método de diseño también comienza a someterse a evaluación clínica.
BigHat anunció el 24 de septiembre de 2026 el cierre de una ronda de financiación de serie C de 75 millones de dólares, coliderada por DFJ Growth y Premji Invest, con la que su financiación acumulada alcanza los 223 millones de dólares. Los fondos se destinarán a ampliar su plataforma de IA y generación de datos experimentales, así como a impulsar BHB810 y BHB299, dos terapias candidatas contra el cáncer, hacia la obtención de datos clínicos.
El núcleo de esta plataforma es un ciclo continuo entre el diseño y la medición experimental. Según Premji Invest, uno de los colíderes de la ronda, la plataforma puede procesar más de 2.000 anticuerpos por semana y medir más de diez propiedades de cada molécula, con un plazo aproximado de una semana desde el diseño hasta la obtención de datos. Su tesis de inversión se basa en que los modelos deben aprender no solo si un anticuerpo puede unirse a su diana, sino también si la molécula reúne las múltiples condiciones necesarias para convertirse en un medicamento. Sin embargo, estas cifras de capacidad y velocidad proceden de la explicación del inversor y no pueden considerarse directamente una prueba de una mayor tasa de éxito clínico.
BHB810, el candidato más avanzado actualmente, es un conjugado anticuerpo-fármaco (ADC) dirigido a CDH17, que utiliza un anticuerpo para reconocer una diana asociada al tumor y transportar hacia las células cancerosas el fármaco que lleva unido. A principios de septiembre, la empresa anunció que el primer paciente ya había recibido una dosis en el ensayo de fase I. La etapa inicial incluye a pacientes con cáncer gástrico avanzado y tumores de la unión gastroesofágica, y evalúa la seguridad, la tolerabilidad, los cambios del fármaco en el organismo y la actividad antitumoral preliminar.
Según BigHat, BHB810 ha mostrado actividad en cerca de 30 modelos tumorales derivados de pacientes y de células, incluidos modelos de cáncer gástrico con expresión baja o heterogénea de CDH17. Esto proporciona una base preclínica para iniciar estudios en humanos, pero la respuesta tumoral en los modelos todavía no permite inferir el efecto terapéutico en los pacientes. Los anuncios correspondientes tampoco aportaron resultados de eficacia o seguridad en humanos que permitan una valoración.
La otra terapia candidata, BHB299, es un reclutador de células T desarrollado para tumores sólidos que expresan CEACAM6, cuyo objetivo es dirigir las células inmunitarias hacia el tumor. La empresa prevé iniciar ensayos en humanos en 2027; la explicación de Premji Invest concreta ese plazo a principios de 2027. Sigue siendo un calendario de desarrollo, y no un hito clínico ya alcanzado.
Esta financiación proporciona a BigHat más recursos para mantener simultáneamente su plataforma de datos y el desarrollo de sus propios fármacos. La evidencia más decisiva a continuación será si las moléculas candidatas permiten identificar en humanos un intervalo de dosis tolerable y con actividad antitumoral. Los ciclos experimentales pueden acortar la espera durante el diseño, pero la evidencia necesaria para los ensayos en humanos y la posterior revisión regulatoria deberá seguir construyéndose paso a paso.