Biology is Code
Hasta la Muerte Toda Derrota es Psicológica
I. La Frontera Equivocada
Llevo varios meses repitiéndoles que la compañía más importante de la Tierra está a 550 kilómetros de altura. No me retracto de una sola palabra. La tesis del espacio sigue en pie: el arbitraje orbital, la guerra del silicio que desarmé en el artículo de TeraFab, los negocios que se están construyendo encima de la economía de los cohetes. Todo eso es real y sigue siendo brillante. Pero lo que esta pasando en el mundo de la biotech es todo un renacimiento como claramente lo menciona Dario A.
La asimetría más grande que existe hoy no está en órbita. Está adentro del cuerpo. Y la frase que me reorganizó la cabeza cabe en cuatro palabras en inglés: biology is the new code. La biología es el nuevo código. No como metáfora bonita para un pitch. Como descripción literal de lo que está pasando: por primera vez tenemos la capacidad de leer el código biológico de un ser humano, interpretarlo, y escribirlo de vuelta con precisión creciente. Y donde antes había prueba, error y suerte, ahora empieza a haber ingeniería.
La columna vertebral de 10am no ha cambiado desde el primer día, y no va a cambiar hoy: su portafolio vale exactamente lo que vale su dieta de información, procesada con mejores modelos mentales. La fórmula es la misma. Lo único que cambia, cada cierto tiempo, es de quién robamos los modelos. Esta vez le toca otra vez a Antonio Linares — el mismo que me dio la velocidad de ontología, la lente con la que entendí por qué compré Palantir. Antonio lleva meses en modo deep dive metido en una sola cosa, y armó un framework que conecta, por primera vez que yo sepa, toda la cadena que va desde los átomos hasta los resultados clínicos. Esto que sigue es ese framework, procesado por mí, traducido a algo que ustedes y yo podemos usar.
Y acá la honestidad que le debo a quien me lee, porque es la regla de la casa: esto todavía es una tesis alquilada. No la he pagado. Hice la cuenta y estimo entre 300 y 400 horas de estudio solo para entender bien la base, antes de tener una sola posición de convicción. Ya arranqué — corto en horas, no en dólares — y ya empecé a construir las bases de análisis que me van a decir por dónde cavar primero. Pero no vengo a venderles un veredicto. Vengo a abrir el cuaderno en la página uno, porque quien escribe aprende dos veces y yo necesito aprender esto dos veces. Vengan a la hora cero.
II. Healthspan per Token
Hemos vivido bajo scaling laws antes. El que hizo el dinero desde 2022 fue simple y se los he repetido hasta el cansancio: más parámetros, más cómputo, más inteligencia. Esa curva está detrás de casi todas las inversiones buenas que hicimos en frontier models. Cada token de cómputo compraba un poco más de inteligencia, de forma predecible.
El scaling law que nombra el framework de Antonio es otro, y es el que creo que va a absorber más dólares de consumo que ninguno en la historia. No se mide en inteligencia por token. Se mide en vida por token. Healthspan per token. Extensión de vida con salud por cada unidad de cómputo que le tiren al problema. Y la parte que me cuesta procesar es que no es lineal. Hace dos años, un token aplicado a su biología daba un upgrade marginal. Hoy cada token aporta muchísimo más, sobre todo si hay datos propietarios de por medio. La capacidad sube exponencial mientras el costo de leer, interpretar y escribir biología se desploma hacia cero. Junten esas dos curvas y tienen la forma exacta de toda revolución que de verdad mueve la economía: internet, AI, y ahora esto.
Hay una idea vieja que sostiene todo esto, y se llama longevity escape velocity. La acuñó Aubrey de Grey hace veinte años y suena a ciencia ficción hasta que la aterrizan: existe un punto en el que, por cada año que viven, la ciencia les suma más de un año de esperanza de vida. La velocidad de escape. Hoy se estima que cada año vivido nos compra apenas unos tres meses extra — la línea roja, uno a uno: viven un año, les queda un año menos. Lo que la curva verde propone es cruzar ese umbral. No la inmortalidad, que quede claro. Pero no hay ninguna razón fundamental por la cual, con una IA capaz de leer su biología en tiempo real y escribirla de vuelta con precisión, un humano no pueda vivir 150, 200, 300 años bien vividos.
¿Por qué digo que esto se lleva los dólares y no, por ejemplo, el entretenimiento? Háganse la pregunta de consumidor más básica que existe. Netflix vale lo que vale y el entretenimiento importa. Pero si frente a ustedes hay una plataforma que les suma días de vida — a ustedes, o peor todavía, a un ser querido — ¿dónde va a terminar su dinero? La respuesta es casi todo lo que puedan asignar. Elasticidad total. Y la prueba de que los dólares ya están corriendo no es una proyección a futuro: es que una sola clase de péptido, el metabólico — los GLP-1 — facturó cerca de $45.7B en 2024. Un péptido. El tamaño de la economía de un país pequeño. Y ese es apenas el primero de la lista.
III. La Enfermedad es un Bug
Para entender por qué esto deja de ser biología y se vuelve ingeniería, hay que bajar al nivel más bajo de abstracción, que es donde todo se decide.
El cuerpo es una pila de cinco capas. Abajo del todo, los átomos: el hardware físico. Encima, la química — los aminoácidos que entran por la dieta. Encima, los péptidos, cadenas cortas de aminoácidos que son el set de instrucciones del cuerpo. Encima, las proteínas y proteoformas: estructuras tridimensionales tipo Lego que, por pura atracción electromagnética, se pliegan en formas que ejecutan funciones. Y arriba, el resultado clínico: cómo se siente una persona, cuánto vive. Cuando una proteína se pliega como no debe, el error se propaga hacia arriba por toda la cadena. Y esa es la frase que resume el framework entero, la que llevo días sin poder soltar: la enfermedad es, casi siempre, un bug en la red de proteínas.
Sickness is simply a bug in the proteomic network.
Acá viene el dato contraintuitivo, el que comparto porque es el que cambia el juego completo. Los medicamentos tradicionales funcionan cuando una proteína tiene protuberancias, agujeros, bolsillos donde una molécula se puede enganchar. El problema es que eso describe apenas el 20% de las interacciones que causan enfermedad. El otro 80% ocurre entre proteínas de superficie plana — lisa, sin agarraderas — donde nada de lo que la farmacología había descubierto en un siglo se podía enganchar. Por eso tantas enfermedades se consideraban incurables: no porque no entendiéramos el problema, sino porque no teníamos manera de entrar. Hasta el 85% del proteoma humano era undruggable. KRAS, el driver de cáncer más famoso del mundo, vivió cuarenta años en esa categoría, intocable.
Lo que cambia ahora es, literalmente, la suerte. El sector biotech fue durante décadas una lotería de prueba y error. Nadie sabía qué iba a funcionar ni cuándo; de repente algo pegaba, se multiplicaba por un millón, y los que estaban subidos no se lo creían. Con la capacidad de leer biología a nivel molecular y simular física y química antes de tocar un solo tubo de ensayo, el modelo se invierte: primero simulas, después descargas de la nube. Se parece menos a una lotería y más a cualquier otra industria de software, donde el factor suerte se reemplaza por inteligencia a costo marginal que tiende a cero.
Y si la enfermedad es un bug, entonces alguien tiene que leer el código para encontrarlo, y alguien tiene que escribir el parche para arreglarlo. Pero antes de hablar de quién escribe, hay que entender quién lee. Porque es ahí, en la capa de lectura, donde se está armando en silencio la cadena de valor más grande que he visto desde que entendí lo que significaba la palabra ontología.
Hasta acá la parte abierta. Lo que sigue — la cadena completa de quién lee, quién orquesta y quién escribe el código biológico; por qué HIMS es la pieza que captura todo el valor; la tesis de los péptidos de un trillón de dólares; y el cuello de botella de cómputo que, si Antonio tiene razón, esconde la asimetría más grande sobre la mesa — es para la comunidad que sigue el proceso completo. Y este ejercicio de desarmar una frontera nueva antes de que lo haga Wall Street es exactamente lo que vamos a hacer en vivo el 14 de octubre, un día entero, en el Auditorio Fundadores de EAFIT en Medellín. El Día D no es teoría ni inspiración: es la mecánica. Si quieren estudiar en compañía de gente que pone su propio dinero donde pone su boca, ahí los esperamos.
 | A guest post by
|