Desarrolla modelos fundacionales de IA que generan y optimizan proteínas —enzimas, anticuerpos— para socios de biotecnología y farmacéuticas, mediante acceso directo al modelo o alianzas de proyecto.
Los modelos generativos entrenados en biología pueden diseñar proteínas terapéuticas a demanda, reduciendo el descubrimiento de fármacos de años de iteración en laboratorio húmedo a computación.
10 millones de dólares en ronda semilla más 40 millones en ronda Serie A (febrero de 2025), 50 millones en total
Simon Kohl fue científico investigador sénior en el equipo de AlphaFold2 de DeepMind, co-lideró el equipo de diseño de proteínas y montó el laboratorio húmedo de DeepMind en el Francis Crick Institute. Dejó DeepMind a finales de 2022, constituyó Latent Labs en Londres a mediados de 2023 y contrató a un equipo pequeño para centrarse en modelos generativos para el diseño de proteínas.
En modo sigiloso, Latent Labs recaudó 10 millones de dólares en ronda semilla de Kindred Capital, 8VC y Pillar VC y reclutó a unas 15 personas de DeepMind, Google y Microsoft entre Londres y San Francisco. En febrero de 2025 salió del modo sigiloso con una ronda Serie A de 40 millones de dólares co-liderada por Radical Ventures y Sofinnova Partners, con inversores ángel entre los que se incluyen el científico jefe de Google Jeff Dean, el fundador de Cohere Aidan Gomez y el fundador de ElevenLabs Mati Staniszewski.
La empresa evita deliberadamente desarrollar sus propios candidatos a fármacos; se supone que los ingresos provendrán de sus socios. A la fecha del anuncio de febrero de 2025, estaba gastando la ronda en cómputo, contratación en el Reino Unido y Estados Unidos, y en construir la capacidad para atender alianzas —sin acuerdos farmacéuticos ni productos nombrados todavía.
AlphaFold demostró que el aprendizaje automático podía predecir la estructura de proteínas a escala, abriendo la puerta al diseño generativo de proteínas.
El diseño de proteínas es un espacio en blanco vasto y no convergente donde un equipo enfocado puede superar a organizaciones que hacen muchas cosas a la vez.
Un laboratorio húmedo junto al equipo de modelos aporta retroalimentación del mundo real, de modo que las predicciones se validan en lugar de confiarse a ciegas.
Omitir el desarrollo de fármacos propios mantiene a la empresa alineada con una sola cosa: vender el modelo y las alianzas en torno a él.
Cuando un gran laboratorio se dispersa por muchas fronteras, la escisión enfocada puede adueñarse del espacio en blanco —y emparejar modelos de frontera con un pequeño laboratorio húmedo cierra el bucle de validación que a la mayoría de las casas de modelos les falta.
A septiembre de 2026, los únicos hechos publicados son los del lanzamiento de febrero de 2025: Latent Labs estaba gastando los 50 millones de dólares en cómputo para modelos más grandes, ampliando sus equipos de Londres y San Francisco y construyendo capacidad comercial para programas con socios. No se habían divulgado productos comerciales, alianzas farmacéuticas nombradas ni candidatos terapéuticos en las fuentes revisadas.
CONSULTA LAS PRUEBAS
Las fuentes
- Founded by DeepMind alumnus, Latent Labs launches with $50M to make biology programmable TechCrunch · techcrunch.com ·
- Ex-DeepMind scientist raises $40m for new AI biotech startup Latent Labs Sifted · sifted.eu ·