QMetrika Labs · Ciencia de Datos · Bio-IA

La capa termodinámica que la genómica no tiene

Bio-IA es una línea de investigación de QMetrika Labs: inteligencia biofísica aplicada donde los predictores actuales son ciegos — el perfil termodinámico del mRNA. Un motor, dos productos, tres sublíneas de investigación. Patente registrada.

Preprints

Genes validados

0.99

AUC máximo

Patente OEPM

Español

QMetrika Bio-IA: Visión general

Motor ΔG, productos, marco Λ = S ⊗ Φ

English

QMetrika Bio-IA: Overview

ΔG engine, products, Λ = S ⊗ Φ framework

Publicaciones

Tres preprints, una trilogía en construcción

Evidencia científica con DOI permanente. Disponibles en Zenodo y ResearchGate. Peer-review en curso.

P-L1

EnergyFingerprint: Thermodynamic stacking profiles for missense variant classification

Zenodo · 10.5281/zenodo.19831154 · preprint

CNN 1D multicanal, 8 genes, AUC 0,87-0,99. Gradiente de transferibilidad zero-shot. Señal posicional vs escalar.

P-L2

mRNA Stacking Optimization: Codon design guided by nearest-neighbor thermodynamics

Zenodo · 10.5281/zenodo.20228980 · preprint

ΔG como eje ortogonal a MFE (R²=0,144). Optimizador dual supera vacunas comerciales. 9 genes × 3 condiciones.

Synonymous variants alter mRNA thermodynamic profiles: a CNN-based pathogenicity signal

Zenodo · 10.5281/zenodo.20275792 · preprint trilogía paper 1

AUC 0,683 (CNN dedicada). Marco Λ = S ⊗ Φ. Enriquecimiento G→A 2,60×. Primer predictor de sinónimas con señal termodinámica.

Trilogía L1×L2: de la señal a la causalidad

Paper 1 (publicado): la señal termodinámica existe y discrimina. Paper 2 (2027): formalización matemática sobre grafo termodinámico (DT-GNN + Markov). Paper 3 (2027-28): validación experimental in vivo (DMS-MaPseq + Reporter assays). Juntos construyen señal → estructura → causalidad.

Capital tecnológico

Agent-Board: orquestación multi-agente con Kanban

El activo tecnológico central de QMetrika Labs es un sistema de orquestación donde múltiples agentes IA colaboran bajo supervisión humana, con gobernanza fail-closed y trazabilidad completa. Reutilizable más allá de Bio-IA.

Agent-Board Plugin Claude Code

Kanban interactivo de 5 columnas (Queued → Working → Needs Input → Review → Done) donde cada tarjeta es una tarea ejecutada por un agente especializado. Broker de aprobación fail-closed: el pipeline se detiene hasta que el humano autoriza. Políticas RBAC declarativas por agente. Adaptador universal multi-LLM en ~60 líneas de Python.

columnas kanban

~60

LOC adaptador

amenazas modeladas

Ver demo del Kanban

Modelo multi-agente

Cada agente, su LLM óptimo

Haiku para tareas mecánicas ($0,25/M). PyTorch local para cómputo determinista ($0). Opus para razonamiento clínico. ESMC-6B para señal evolutiva. ~80% ahorro vs todo-Opus. Sin vendor lock-in.

Gobernanza fail-closed

MCP Gate + Broker + RBAC

Decorator @gated sobre cada tool call. Broker de aprobación detiene el flujo. Políticas declarativas JSON definen qué puede hacer cada agente. Trazabilidad para auditoría SaMD/FDA.

Datos sensibles en local

GDPR/HIPAA by architecture

Datos genómicos en modelos locales (PyTorch, ESMC). Nunca salen del servidor del hospital. Solo datos públicos (ClinVar, UniProt) usan API cloud.

Propiedad intelectual

Patente P202630522

OEPM, abril 2026. Cubre motor ΔG + clasificación + optimización. PCT internacional → abril 2027.