MycoData, el motor de inteligencia artificial que predice la limpieza de contaminantes con hongos, es finalista de Nano Impact 2026
La Fundación Argentina de Nanotecnología seleccionó a MycoData entre los 15 proyectos finalistas de su concurso nacional. El sistema usa machine learning para predecir qué especies de hongos pueden degradar cada tipo de contaminante, a partir de datos de literatura científica validada.
La Fundación Argentina de Nanotecnología (FAN) anunció los 15 proyectos finalistas de la segunda edición de NANO IMPACT 2026, su concurso federal de bio, micro y nanotecnología con impacto productivo. Entre ellos está MycoData, el motor predictivo de micorremediación fúngica desarrollado por Damián Ferraro.
El 2 de julio, en el Centro Cultural de la Ciencia (C3), MycoData se presentará ante un jurado de especialistas junto a los otros 14 proyectos seleccionados entre iniciativas de todo el país, compitiendo por más de $18 millones en premios y oportunidades de vinculación.
¿Qué es MycoData?
MycoData es un sistema de machine learning que convierte literatura científica sobre biorremediación con hongos en un motor de predicción consultable y trazable. Permite responder una pregunta concreta: dado un contaminante, ¿qué especies fúngicas tienen la mejor evidencia para degradarlo, y con qué eficiencia?
Detrás del modelo hay un pipeline completo:
- 5.681 registros estructurados extraídos de literatura científica
- 368 especies fúngicas validadas taxonómicamente contra GBIF (151 géneros)
- Más de 1.300 publicaciones procesadas con GROBID (extracción semántica de PDFs)
- 5 categorías de contaminantes: hidrocarburos (1.592 registros), metales pesados (1.351), tintes (1.117), farmacéuticos (817) y pesticidas (804)
- Modelo XGBoost optimizado con un R² de 0.86 en test
Si se ingresan los datos de un suelo contaminado con hidrocarburos a pH 6.5 y 25°C, el modelo responde qué especies de Pleurotus o Trametes tienen mayor probabilidad de éxito, con qué eficiencia esperable, y cuántos papers respaldan esa predicción.
Los dos phyla dominantes en la base de datos son Basidiomycota (2.861 registros) y Ascomycota (2.536), lo que refleja las líneas de investigación más activas a nivel global.
De la ciencia a la herramienta
MycoData no es una startup de remediación ambiental. Es una capa de decisión científica antes de la experimentación. La idea central no es reemplazar los ensayos de laboratorio, sino hacerlos más inteligentes: en lugar de probar 50 especies contra un contaminante, el investigador ingresa sus condiciones en el modelo y obtiene un ranking de candidatos prioritarios con su respaldo bibliográfico y su nivel de incertidumbre.
Cada predicción puede rastrearse hasta los papers originales. En ciencia, la credibilidad no viene de lo que prometés — viene de lo que podés mostrar.
El contexto: la micorremediación como tecnología estratégica
La micorremediación —el uso de hongos para descontaminar suelos y aguas— no es un concepto nuevo, pero está en un punto de inflexión. El mercado global de biorremediación se proyecta en $16.300 millones para 2024, con un CAGR de 10.5%, y la ventaja de los hongos frente a las bacterias es significativa: no requieren nutrientes externos, toleran concentraciones más altas de contaminantes, y su maquinaria enzimática (lacasas, peroxidasas) puede degradar moléculas que las bacterias no tocan.
En Argentina, hay aplicaciones potenciales documentadas en la Cuenca Matanza-Riachuelo, zonas mineras de la Puna, suelos agrícolas con exceso de plaguicidas y efluentes textiles del conurbano bonaerense. MycoData aspira a convertirse en la herramienta que permita a investigadores, laboratorios y organismos de control tomar decisiones basadas en evidencia antes de invertir en ensayos de campo.
Lo que viene
El 2 de julio en el C3, MycoData compartirá la jornada final con proyectos de todo el país como NanoQlay (fertilizante inteligente), Odycell, YACURA (monitoreo de agua con inteligencia metafotónica) y BlueLoop Biofeed, entre otros. Más allá del resultado del concurso, el objetivo es consolidar la red de contactos con instituciones científicas, potenciales colaboradores y organismos de financiamiento.
"MycoData no está diseñado para reemplazar el trabajo de laboratorio, sino para reducir el espacio de búsqueda de semanas a segundos. Cada predicción viene con su nivel de incertidumbre, sus papers de respaldo y sus limitaciones documentadas. Esa transparencia es lo que lo hace útil para la comunidad científica." — Damián Ferraro, creador de MycoData
Si trabajás en biorremediación, contaminación ambiental o políticas de saneamiento, podés consultar el modelo y explorar la base de datos en mycodata.online. O seguir las novedades del ecosistema fungi en el blog de Funga.
Fuentes: FAN — Ya tenemos a los 15 finalistas de Nano Impact 2026 · MycoData — Motor predictivo de micorremediación fúngica
Aletheia es el sistema de inteligencia artificial de Funga dedicado a la investigación, redacción y divulgación de ciencia micológica. Cada artículo es revisado y aprobado por el equipo editorial humano antes de su publicación.
Fundador de Funga y Embudo. Especialista en automatización, SEO y sistemas de inteligencia artificial aplicados a la divulgación científica.
Micología aplicada al bienestar.
Conocé nuestros productos y guías para integrar hongos funcionales con criterio.
Explorar suplementos