Vijay Pande deja a16z para hacer apuestas biotecnológicas más concentradas

Vijay Pande construyó su carrera estudiando el plegamiento de proteínas como profesor de química en Stanford —trabajo que dio origen a Folding@home, el proyecto de computación distribuida que convirtió a millones de computadoras domésticas en una supercomputadora para la investigación de enfermedades— antes de que Marc Andreessen y Ben Horowitz lo reclutaran hace más o menos una docena de años para dirigir la primera apuesta de a16z en salud y ciencias de la vida, una categoría que la firma había evitado explícitamente durante sus primeros cinco años. Durante la siguiente década y media, Pande convirtió esa práctica en una que administraba cerca de USD 4000 millones.

En junio del año pasado, Pande dejó la firma para comenzar algo mucho más pequeño. Su nueva firma, VZVC, cofundada con el inversionista de larga data Zack Werner, hace un puñado de apuestas concentradas: unas cinco al año, dijo Pande, en lugar de las decenas que podría perseguir un fondo típico. VZVC no tiene asociados y depende en gran medida de la IA para sus operaciones diarias. “Agregar una empresa en un fondo típico es como agregar un amigo en Facebook: es algo que haces con bastante rapidez”, dijo Pande sobre el contraste.

La tesis de Pande gira en torno a un cambio que él observa en la biología: de una “ciencia del descubrimiento” a algo que se puede diseñar, a medida que la IA ayuda a identificar objetivos de fármacos, diseñar moléculas y apoyar los ensayos clínicos, la parte más costosa del desarrollo de medicamentos. Señaló que solo el 20% de los fármacos que entran en un primer ensayo clínico logra llegar hasta el final del tercero, y como cada ensayo cuesta cientos de millones de dólares, esos fracasos elevan enormemente el costo amortizado de un fármaco exitoso. La mayoría de los fracasos, dijo, se deben a modelos animales que no predicen bien los resultados en humanos, una brecha que, según cree, los modelos derivados de IA pueden reducir, aunque de forma imperfecta.

A diferencia del texto, dijo Pande, los datos biológicos no se pueden extraer de internet, por lo que la mayoría de las empresas de IA en biología terminan construyendo sus propios conjuntos de datos cerrados, una dinámica que espera que cambie a medida que las empresas construyan “atlas” compartidos de información biológica, a menudo como modelos fundacionales, en un reflejo del auge de los LLM de código abierto. Pande sigue involucrado con Genesis Molecular AI, que surgió de su laboratorio en Stanford, e Insitro, la empresa de descubrimiento de fármacos fundada por su excolega de Stanford Daphne Koller.

Por qué importa

La apuesta de Pande de que menos inversiones, pero más profundas, superan a un portafolio de alto volumen pone a prueba si la biotecnología impulsada por IA —todavía limitada por datos biológicos escasos y de propiedad exclusiva— recompensa la concentración por encima del modelo de muchas apuestas que dominó el último ciclo de capital de riesgo.