Verge Genomics es una empresa biotecnológica centrada en acelerar el descubrimiento de fármacos para enfermedades neurodegenerativas mediante el uso de inteligencia artificial y datos genómicos humanos.
Su tecnología central es una plataforma propietaria de inteligencia artificial y aprendizaje automático diseñada para integrar y analizar grandes volúmenes de datos genómicos humanos con el fin de identificar nuevas dianas farmacológicas y predecir compuestos candidatos.
La compañía se dedica principalmente a enfermedades neurodegenerativas, entre ellas la enfermedad de Parkinson, el Alzheimer y la esclerosis lateral amiotrófica (ELA).
Según información pública, su modelo de negocio se ha orientado hacia la concesión de licencias y el desarrollo conjunto de su plataforma de descubrimiento de fármacos basada en IA.
Su candidato para ELA, VRG50635, llegó a ensayos clínicos; sin embargo, según un comunicado de diciembre de 2025, el ensayo de fase 1b no alcanzó los criterios de eficacia y fue interrumpido.
La plataforma integra y analiza grandes conjuntos de datos genómicos humanos, incluyendo genomas de pacientes y datos de expresión génica, para alimentar sus modelos de IA.
La información pública indica que Eli Lilly figura como inversor y socio colaborador.
Como empresa biotecnológica, su plataforma se ofrece principalmente mediante colaboraciones de I+D, acuerdos de licencia u otras modalidades comerciales; los detalles y requisitos específicos deben consultarse directamente con la compañía.

Lever AI es una plataforma moderna de software de reclutamiento integrada con inteligencia artificial, que combina de forma profunda un sistema de seguimiento de candidatos (ATS) y una gestión de relaciones con candidatos (CRM), con el objetivo de ayudar a las empresas a lograr un reclutamiento más inteligente y eficiente mediante tareas automatizadas, cribado inteligente y análisis de datos para los equipos de contratación.

Atomwise AI utiliza su plataforma propietaria AtomNet® para acelerar el descubrimiento de fármacos de moléculas pequeñas mediante redes neuronales convolucionales profundas, logrando una cribado virtual eficiente y optimización de una biblioteca de más de 16 mil millones de compuestos.