De hacer SEO a finalistas de Nano Impact 2026: creamos un predictor de biorremediación con hongos (MycoData) y el 2 de julio jugamos la final en el C3. Les cuento cómo arrancó todo.
Buenas, quería compartir esto porque me parece una muestra de cómo a veces las cosas más útiles salen de donde menos las esperás.
Con mi compañera armamos MycoData, un motor de ML que predice qué hongos sirven para limpiar contaminantes del ambiente (hidrocarburos, metales, pesticidas). La semana pasada la FAN publicó los 15 finalistas de Nano Impact 2026 y quedamos seleccionados. El 2 de julio presentamos en el C3 compitiendo por $18 millones en premios.
Lo copado es cómo arrancó. Yo vengo del SEO técnico y el marketing digital, más de 15 años. Mi compañera estudia Ciencias Agrarias y me llevó a un curso de cultivo de hongos comestibles. Ahí me empezó a dar vueltas la cabeza con el tema de la micorremediación, básicamente hongos que limpian ambientes contaminados. El potencial científico está, pero la información está desparramada en miles de papers sin conexión entre sí. Me sonó conocido: es el mismo problema que ves todos los días en una auditoría de datos. Los datos están, pero no tienen estructura.
Dejamos de pensarlo como "investigación ambiental tradicional" y lo tratamos como un pipeline de datos. Scraping, normalización, modelo predictivo. Lo que hacemos en tecnología todo el día aplicado a papers de biología.
Del lado técnico, procesamos 751 papers de forma automatizada y extrajimos más de 5.200 observaciones cuantitativas. Cruzamos 368 especies de hongos contra bases de datos biológicas para estandarizar los nombres científicos. Con todo eso entrenamos un modelo predictivo que hoy te deja meter un contaminante y recibir las especies candidatas con su eficiencia estimada, sin tener que arrancar de cero en un laboratorio.
El concurso está abierto a proyectos de biotecnología, no solo nanotecnología estricta. MycoData calza justo ahí.
Nos presentamos compitiendo contra proyectos universitarios con décadas de investigación formal. Quedar entre los 15 a nivel federal nos validó que venir de afuera de la disciplina nos dio una ventaja: vimos un problema de infraestructura de datos que para otros era invisible.
Si alguien anda metido en ML aplicado a ciencia o biotecnología, me quedo en los comentarios para charlar. Siempre suma otra mirada.
Abrazo