Industria biotecnológica · global
Nexentis se dispara y luego retrocede: la narrativa de la IA en el desarrollo de fármacos afronta su primera prueba de presión del mercado
Un salto bursátil de un día no puede sustituir la evidencia experimental; el caso de Nexentis recuerda que la verdadera pregunta para el descubrimiento de fármacos con IA no es si un modelo puede imaginar moléculas, sino si los candidatos pueden sintetizarse, validarse y avanzar hacia la clínica.
En los últimos años, el desarrollo de fármacos con IA no ha carecido de visiones atractivas: usar modelos para acortar los tiempos de búsqueda de medicamentos, seleccionar moléculas candidatas dentro de un enorme espacio químico e incluso reorganizar la estructura de costes de la I+D temprana. Pero cuando esas promesas entran en los mercados públicos, la reacción de los inversores suele ser más rápida que la del laboratorio, y también más intensa. Según informó TechStock², Nexentis llegó a subir 156% impulsada por sus planes de descubrimiento de fármacos con IA, pero después cayó en las operaciones posteriores al cierre, una señal en versión concentrada.
La información pública disponible por ahora es bastante limitada. El titular de esa información muestra que el mercado compró las perspectivas de Nexentis de incorporar IA al descubrimiento de fármacos, no resultados clínicos ya publicados ni datos revisables sobre un candidato farmacológico. En otras palabras, la cotización refleja una revaloración de la dirección de I+D, no una conclusión sobre la probabilidad de éxito de una terapia.
En biomedicina, los usos centrales del descubrimiento de fármacos con IA suelen incluir el cribado de moléculas pequeñas, el diseño de proteínas o anticuerpos, la predicción de asociaciones entre dianas y enfermedades, y la evaluación de la desarrollabilidad de los candidatos. Si estas tareas se hacen bien, pueden trasladar la búsqueda temprana desde cribados masivos a ciegas hacia una validación experimental más dirigida; pero las estructuras moleculares generadas por modelos aún deben pasar por síntesis, pruebas de afinidad y experimentos celulares y en animales antes de empezar a responder si realmente tienen valor farmacológico.
Por tanto, el salto de la acción de Nexentis se parece más a una reacción del mercado de capitales ante el “potencial de plataforma” que a una confirmación de la comunidad científica sobre “evidencia de eficacia”. Si la compañía aún no ha revelado la enfermedad objetivo, la diana, las fuentes de datos, el método de validación del modelo, la tasa de aciertos, la tasa de fallos o los resultados de experimentos húmedos, desde fuera resulta difícil juzgar si ese flujo de IA supone una mejora sustancial de la capacidad de I+D o si todavía permanece en la fase de narrativa estratégica.
El retroceso posterior al cierre tampoco debería simplificarse como un rechazo del mercado al desarrollo de fármacos con IA. Una lectura más razonable es que, cuando la subida de un solo día supera con creces el incremento de información verificable, la corrección de corto plazo es casi la otra cara de la misma historia. Esto es especialmente cierto en las compañías biotecnológicas: las tecnologías de plataforma tempranas suelen atraer capital, pero su valor final todavía debe recaer en los candidatos farmacológicos, la reproducibilidad experimental, la propiedad intelectual, la viabilidad de fabricación y la ruta regulatoria.
**Contexto**
El debate reciente en el campo del desarrollo de fármacos con IA ha ido desplazándose gradualmente de “qué puede generar el modelo” a “si lo generado puede demostrarse”. El diseño de anticuerpos, las bases de datos de reacciones químicas y los modelos de regulación génica están ampliando el conjunto de herramientas de la I+D temprana, pero cada avance enfrenta preguntas similares: si los datos son fiables, si los aciertos experimentales son suficientes y si los candidatos pueden superar los umbrales de toxicidad, farmacocinética y ensayos en humanos.
Para Nexentis, lo que realmente podrá cambiar el juicio de aquí en adelante no es la volatilidad de la cotización en sí, sino si la compañía puede aportar los detalles científicos que faltan: qué tipo de enfermedades y moléculas procesa el sistema de IA, cómo se seleccionan los candidatos, si ya existe evidencia reproducible de experimentos húmedos y cuándo podría entrar en desarrollo preclínico formal o clínico. Hasta que aparezcan esas respuestas, esta subida abrupta encaja mejor como una nota de mercado sobre el entusiasmo por la IA en el desarrollo de fármacos que como prueba de un avance tecnológico.