La Argentina podría exportar servicios de bioinformática e inteligencia artificial (IA) aplicada a la biología con una ventaja de costos frente a Estados Unidos y Europa, en un contexto en el que la consultoría de científicos con PhD en el exterior se paga entre tres y cinco veces más que en el mercado local.

La idea fue expuesta por Joaquín Ortíz, CEO y cofundador de la startup LUCAI Bio, durante el seminario “Innovación y oportunidades de negocio en bioinformática e inteligencia artificial”, organizado el 17 de septiembre, en modalidad virtual, por el Instituto Universitario IUDPT.

Ortíz sostuvo que existe una oportunidad de arbitraje para exportar servicios de bioinformática e IA aplicada a la biología desde la Argentina y vinculó esa posibilidad con la brecha de remuneraciones: “Hay una oportunidad de arbitraje para exportar servicios de bioinformática e IA aplicada a la biología desde la Argentina, ya que nuestro país cuenta con grandes talentos, y los científicos con PhD en los Estados Unidos cobran la hora de consultoría entre 3 y 5 veces más que lo que gana un doctor en la Argentina”, estableció.

En ese marco, el directivo señaló que el mayor desafío se encuentra en lograr una comunicación efectiva a la hora de ingresar los mercados internacionales, al referirse a las condiciones necesarias para concretar ventas fuera del país.

Trabajo con farmacéuticas y modelos a medida

En el encuentro, Ortíz describió el tipo de trabajo que realiza LUCAI Bio. Según precisó, la iniciativa ya trabaja con farmacéuticas del top-20 mundial, además de compañías medianas y startups de Estados Unidos, Europa y América Latina.

Ese trabajo se apoya en el diseño de modelos personalizados para acelerar la investigación y desarrollo en distintas etapas: desde la fase inicial hasta la producción y formulación de nuevos medicamentos. En la exposición, también se refirió a las limitaciones de los modelos LLMs (modelos extensos de lenguaje) cuando se aplican a problemas biológicos.

Limitaciones de LLMs y enfoque biofísico

“Los LLMs se basan en información histórica y evolución. De hecho, AlphaFold predice estructuras de proteínas con gran exactitud. Sin embargo, hay situaciones en las que el problema no sigue una historia y no está registrado. Por ejemplo, los péptidos y anticuerpos no tienen una estructura sólida, sino más bien flexible. Como consecuencia, las herramientas de LLMs suelen fallar”, explicó.

Frente a ese escenario, Ortíz planteó un enfoque alternativo basado en modelos biofísicos. “Nuestro abordaje de modelos biofísicos no necesita de mucha información para predecir resultados de interacciones moleculares de proteína-ligando, ya que entiende sus primeros principios y predice cómo se van a comportar. De esta manera, ya hemos acelerado hasta cuatro veces el tiempo de las interacciones droga-proteína”, completó.