Industria biotecnológica · global
Galux busca colaboraciones con farmacéuticas en BIO USA, mientras el diseño de proteínas con IA entra en el examen de las transacciones
Esta startup surcoreana lleva el diseño de proteínas con IA ante farmacéuticas internacionales. Lo que realmente busca vender no es la imaginación algorítmica, sino moléculas candidatas capaces de ser puestas a prueba repetidamente en experimentos, fabricación y desarrollo clínico.
Cuando la narrativa de la IA aplicada al desarrollo de fármacos pasa de la publicación de modelos a la negociación de licencias, también cambia la presión sobre las empresas biotecnológicas. Durante BIO USA 2026, la compañía surcoreana de diseño de proteínas con IA Galux envió señales de que espera llevar su tecnología hacia colaboraciones de mayor escala con farmacéuticas globales; esto no es solo una agenda de desarrollo de negocio, sino que también refleja que al diseño de proteínas con IA se le está exigiendo entrar en una etapa de validación industrial más rigurosa.
Según la información pública disponible hasta ahora, el foco de Galux está en ayudar a diseñar fármacos proteicos mediante inteligencia artificial y en contactar con grandes compañías farmacéuticas a través de conferencias internacionales de biotecnología. Los informes relacionados no han revelado posibles contrapartes, montos, indicaciones ni datos experimentales completos de candidatos farmacológicos, por lo que esta noticia se entiende mejor como una señal industrial dentro del avance de posibles colaboraciones, no como un gran acuerdo de licencia ya completado.
La cuestión central del diseño de proteínas con IA es si puede encontrar, dentro del enorme espacio de secuencias de aminoácidos, moléculas con capacidades específicas de unión, estabilidad y fabricabilidad. Si se aplica a anticuerpos, anticuerpos biespecíficos u otras terapias proteicas, el modelo podría ayudar a los equipos de investigación a proponer secuencias candidatas con mayor rapidez; pero esas secuencias aún deben pasar por experimentos celulares, expresión de proteínas, pruebas de afinidad, evaluación de inmunogenicidad y estudios en animales antes de tener la posibilidad de avanzar hacia ensayos en humanos.
Para las grandes farmacéuticas, el atractivo de una plataforma de IA no reside en afirmar que puede acortar los tiempos de I+D, sino en si puede aumentar la tasa de aciertos, reducir el costo de los cribados repetidos y generar activos que puedan incorporarse a los procesos de desarrollo existentes. Esto también coloca a empresas como Galux ante un umbral práctico: el modelo en sí no es el producto. Lo que las farmacéuticas suelen aceptar son resultados experimentales reproducibles, límites claros de propiedad intelectual y paquetes de datos suficientes para respaldar la CMC posterior y la comunicación regulatoria.
Contexto
Recientemente, Galux ya tuvo noticias de que candidatos farmacológicos diseñados con IA recibieron apoyo de un programa nacional de I+D de Corea, lo que muestra que su tecnología está pasando de las demostraciones iniciales al desarrollo institucionalizado. Su búsqueda de colaboraciones internacionales de mayor escala en BIO USA amplía ahora el foco desde el apoyo nacional a la I+D hacia transacciones con farmacéuticas multinacionales: lo primero proporciona una vía de desarrollo, mientras que lo segundo exige que la empresa demuestre el valor de su plataforma con estándares más orientados al mercado.
Este también es un punto de inflexión que atraviesa todo el campo de la IA aplicada al desarrollo de fármacos. En los últimos años, la predicción de estructuras proteicas y los modelos generativos han aumentado considerablemente la velocidad del diseño de nuevas moléculas, pero la tasa de éxito clínico no se ha reescrito automáticamente por ello. En especial en los fármacos proteicos, si una molécula candidata es fácil de producir, si provoca respuestas inmunitarias innecesarias en el cuerpo humano y si puede ejercer eficacia en el tejido correcto suelen estar más cerca del núcleo del éxito o el fracaso que la puntuación del modelo.
Por lo tanto, si Galux quiere convertir los contactos en BIO USA en transacciones con farmacéuticas globales, el siguiente paso clave no será solo anunciar intenciones de colaboración, sino presentar datos de validación capaces de resistir una revisión externa. La IA puede acelerar el punto de partida del diseño; pero el punto final del desarrollo farmacológico sigue estando determinado por la evidencia experimental, clínica y regulatoria.