Mithrl, una startup de infraestructura de inteligencia artificial para biofarmacia, levantó 20 millones de dólares en una ronda Serie A liderada por Obvious Ventures, según confirmó a Axios su CEO Vivek Adarsh. El anuncio del 15 de septiembre financiará la segunda generación de Mithrl-1, plataforma que instala en el entorno de cada cliente un modelo de mundo biomédico basado en literatura revisada por pares, datasets públicos y de socios, y datos propios de las compañías. Headline, AGI House y varios ejecutivos de la industria farmacéutica también participaron. La propuesta apunta a que los equipos de I+D no solo obtengan hipótesis con IA, sino que puedan rastrear la evidencia detrás de cada respuesta, comparar explicaciones biológicas y decidir qué experimento o programa debe avanzar.
El capital ampliará los despliegues de Mithrl en biofarmacia
La compañía destinará el capital a desarrollar la segunda generación de su plataforma, ampliar el equipo y llevarla a más áreas terapéuticas. Vivek Adarsh dijo a GEN que la prioridad inmediata es atender la demanda de despliegues dentro de grandes organizaciones y extender el sistema a enfermedades inmunológicas, oncología, diabetes, enfermedades metabólicas y padecimientos cardiovasculares. Según el mismo medio, Mithrl tenía alrededor de 30 empleados.
Mithrl afirma que su plataforma ya está desplegada en varias farmacéuticas del top 10, biotecnológicas en fase clínica y compañías de genómica. GEN identificó entre sus colaboradoras a Elephas Biosciences, con la que anunció una colaboración para combinar perfiles tumorales funcionales con análisis asistido por IA en la búsqueda de señales de respuesta a inmunoterapias.
Un modelo de evidencia dentro del entorno de cada cliente
El modelo de mundo biomédico de Mithrl funciona, según la empresa, como un sistema de conocimiento que conecta resultados experimentales, literatura científica y relaciones biológicas verificadas. Sobre esa base, Mithrl-1 añade una capa agéntica que dirige tareas entre distintos modelos de frontera, organiza el contexto y optimiza el consumo de tokens.
La plataforma se instala dentro del entorno de cada cliente y se amplía con sus datos propietarios y sus propios procesos de investigación. La empresa afirma que la capa puede armonizar varios modelos de frontera sin imponer un proveedor único, mientras los equipos crean agentes biomédicos para sus programas. Mithrl también asegura que cada hipótesis incluye las fuentes utilizadas y una puntuación de confianza, para que los científicos puedan revisar qué leyó el sistema y cómo llegó a una conclusión.
El enfoque intenta resolver un problema específico de la IA aplicada al descubrimiento de fármacos: producir más hipótesis no basta si los equipos no pueden clasificarlas, validarlas y conectarlas con experimentos posteriores. Adarsh explicó a GEN que Mithrl busca responder cuáles de esas hipótesis resistirán los experimentos posteriores y, en última instancia, tendrán posibilidades de funcionar en pacientes.
Las cifras de rendimiento todavía son afirmaciones de la empresa
Mithrl reporta varios resultados para respaldar su plataforma. En benchmarks evaluados por expertos, asegura que su sistema obtuvo una puntuación de 0.96 en corrección científica, frente a 0.60 sin su sistema de conocimiento, y que entregó 16 veces más evidencia primaria por respuesta que los modelos de frontera por sí solos. También afirma que utilizó 45% menos tokens que flujos estándar ejecutados sobre los mismos modelos base.
La empresa añade que los descubrimientos apoyados por su plataforma contribuyeron a más de media docena de solicitudes de patentes propiedad de sus clientes. Estas cifras aparecen atribuidas a Mithrl en el comunicado y en la cobertura de GEN; las fuentes consultadas no incluyen el protocolo completo de los benchmarks ni una replicación independiente. Por eso, sirven como señales de desempeño reportadas por el proveedor, pero no demuestran por sí solas que el sistema produzca medicamentos más seguros, reduzca los tiempos clínicos o convierta una hipótesis en una terapia aprobada.
Los inversionistas apuestan por la capa intermedia de la IA farmacéutica
La ronda coloca a Mithrl en una parte menos visible de la carrera por aplicar IA a la biología: la infraestructura que conecta modelos generales con datos propietarios, flujos de trabajo y criterios de evidencia de cada farmacéutica. Obvious Ventures describió esa capa intermedia como el espacio donde puede existir una ventaja más duradera, porque las necesidades de cada organización no son iguales.
Por ahora, los 20 millones financian la expansión de una plataforma de investigación y sus despliegues empresariales, no el anuncio de un candidato terapéutico ni de un resultado clínico. Su impacto tendrá que reflejarse en decisiones experimentales reproducibles y en programas que avancen con evidencia trazable, no únicamente en la velocidad de las respuestas o en el tamaño de la ronda.
