Aureka Biotechnologies cerró el 10 de agosto una Serie B de US$100 millones. Granite Asia financió la primera parte, un inversor estratégico lideró una parte posterior, HighLight Capital participó, y accionistas existentes como MPCi y NRL Capital volvieron a invertir. La compañía dice que ha captado casi US$200 millones en total.
El dinero va al feedback experimental
Aureka destinará los fondos a modelos fundacionales biológicos de nueva generación, entrenamiento a gran escala, diseño molecular de novo, modelado de estructuras biológicas y predicción funcional. También actualizará Lab-in-the-Loop, su motor de retroalimentación centrado en experimentos.
“Biology does not yield to computation alone; it depends on feedback from the physical world.”
La traducción práctica es clara: la biología no avanza solo con cómputo. Una molécula prometedora en software debe volver al banco de pruebas, y los resultados deben alimentar la siguiente iteración del modelo.
OpenDDE es la prueba pública
El modelo propietario de Aureka se llama AuraIDE. Su versión abierta es OpenDDE. El artículo de arXiv enviado el 4 de julio lo describe como un modelo biomolecular all-atom basado en co-folding para predicción de estructuras, diseño de novo, estimación de afinidad y optimización condicionada por estructura.
Una entrevista de 36Kr añade contexto de negocio. El CEO Weian Zhao dijo que la empresa utilizó recursos de cómputo de escala mil GPU para entrenar AuraIDE y publicó OpenDDE como prueba de credibilidad. Aureka afirma que OpenDDE figura entre los modelos biomoleculares abiertos líderes en evaluaciones independientes. 36Kr informa que, en predicción de estructuras antígeno-anticuerpo, OpenDDE mejoró la precisión general unas 1,5 veces frente a AlphaFold3. En un objetivo autoinmune interno, los flujos previos producían cinco o seis secuencias activas de 50 diseños; con OpenDDE, más de 30 mostraron alta actividad, con una tasa de acierto del 60%.
La prueba comercial son moléculas
Modelo mundial biológico es una ambición grande. La hoja de ruta de Aureka apunta a simular interacciones moleculares, razonar sobre resultados de diseño y apoyar agentes de IA que planifiquen, ejecuten e iteran tareas de diseño de fármacos.
La prueba cercana es más concreta. Las farmacéuticas pueden traer dianas difíciles para inmunización animal o cribado de bibliotecas; Aureka diseña moléculas candidatas bajo restricciones definidas; la validación inicial puede hacerse en su bucle seco-húmedo, en la farmacéutica o en un CRO. Si las moléculas cumplen, la relación puede avanzar a licencia o codesarrollo.
Aureka afirma que tiene alianzas estratégicas con varias farmacéuticas globales y decenas de millones de dólares en ingresos durante los últimos dos años. 36Kr reporta más de diez programas candidatos en enfermedades cardiometabólicas, autoinmunes y del sistema nervioso central, con el programa cardiometabólico más avanzado previsto para presentar IND en el primer trimestre del próximo año.
Tres puntos a vigilar
Los próximos puntos son una versión ligera de inferencia de OpenDDE, la llegada del programa líder a IND y si las colaboraciones farmacéuticas pasan de pilotos a licencias de mayor tamaño. La financiación muestra apetito inversor. Las moléculas, los datos y los contratos pagados dirán si el bucle modelo-laboratorio funciona fuera del discurso.
Fuentes: anuncio de financiación de Aureka, 36Kr, Synced, VBData, CocoLoop, arXiv:2607.03787; verificación de Serie B de US$100 millones, casi US$200 millones acumulados, fundación en 2023, OpenDDE y alcance de FoldBench v1, mejora de precisión de unas 1,5 veces, ejemplo de 50 secuencias y 60% de acierto, decenas de millones de ingresos y plan de IND.