Por Canuto  

La startup parisina Rivercell consiguió USD $25 millones para desarrollar una IA que busca anticipar cómo cambian las células humanas ante medicamentos y modificaciones genéticas. Su apuesta depende de producir datos propios mediante experimentos con células vivas, una estrategia que también financiará un laboratorio más grande en París.
***

  • HV lideró la ronda semilla de USD $25 millones, con participación de HCVC, Alven y Bpifrance Digital Venture.
  • Rivercell planea ampliar su laboratorio en París y lanzar un programa de IA para construir modelos de células virtuales.
  • La empresa sostiene que faltan datos sobre las respuestas celulares a intervenciones y quiere generarlos con experimentos propios.

La financiación permitirá a Rivercell ampliar su plataforma de datos y su laboratorio, mientras trabaja en una IA que prediga respuestas celulares. La empresa parisina no anunció una valoración ni una fecha para tener listo su primer modelo.

Una ronda para construir células virtuales

Rivercell recaudó USD $25 millones en una ronda semilla destinada a desarrollar un sistema de inteligencia artificial que prediga cómo responden las células humanas a fármacos y cambios genéticos. HV lideró la operación, en la que también participaron HCVC, Alven y Bpifrance Digital Venture, según informó la compañía el miércoles. La startup no reveló cuánto vale ni cuándo espera presentar su primer modelo.

La empresa destinará los fondos a desarrollar su plataforma de datos, ampliar su laboratorio húmedo en París y poner en marcha el programa AI Virtual Cell. En biología, un laboratorio húmedo es un espacio donde se realizan experimentos físicos con muestras, en contraste con el análisis exclusivamente computacional. Para Rivercell, esa combinación entre experimentación y modelado es central para construir su herramienta.

La compañía describe su objetivo como un modelo del mundo de la célula: una simulación que intenta anticipar cómo cambiaría una célula después de recibir un tratamiento. No se trata, por ahora, de una capacidad demostrada en la información divulgada, sino de la meta tecnológica que orienta el proyecto. La promesa consiste en que el sistema pueda representar respuestas biológicas y ayudar a decidir qué probar en el laboratorio.

Yann Fleureau, cofundador y director ejecutivo, calificó la posibilidad de crear un modelo de ese tipo como una oportunidad de gran alcance para la medicina. También señaló que, a su juicio, el elemento que falta son los datos. La ronda, por tanto, no solo respalda el desarrollo de algoritmos: financiará la infraestructura experimental que Rivercell considera necesaria para alimentarlos.

El desafío de generar datos celulares

Rivercell argumenta que los modelos de inteligencia artificial necesitan datos adecuados para aprender relaciones útiles en biología. La empresa usa AlphaFold como punto de comparación: según su planteamiento, ese sistema pudo predecir estructuras de proteínas apoyándose en décadas de datos públicos. En cambio, sostiene que no existe una colección de escala comparable sobre cómo evolucionan las respuestas de las células a distintos fármacos a lo largo del tiempo.

La crítica de la startup apunta a limitaciones concretas de los conjuntos de datos existentes, de acuerdo con su manifiesto. Una parte importante registra asociaciones entre elementos biológicos, en lugar de medir qué sucede cuando se interviene deliberadamente sobre una célula. Esa diferencia importa para el objetivo de Rivercell, que busca modelar cambios posteriores a tratamientos o modificaciones y no limitarse a detectar correlaciones.

La compañía también cuestiona que muchos experimentos midan un solo aspecto celular y lo hagan en un único momento. A eso suma, según su diagnóstico, la cobertura de muy pocos tipos de células. Si el sistema pretende generalizar predicciones, Rivercell considera que necesita observaciones más amplias y dinámicas, aunque la información disponible no detalla cuántas muestras planea producir ni qué tipos celulares priorizará.

Por esa razón, la empresa quiere generar sus propios datos mediante experimentos en los que filmará células vivas y luego medirá su actividad génica. El enfoque busca combinar imágenes de cambios observables con información sobre la actividad de los genes. Rivercell presenta ese proceso como una respuesta a las carencias de los datos disponibles, no como una garantía de que el modelo resultante vaya a predecir con precisión todos los escenarios biológicos.

Un laboratorio guiado por la inteligencia artificial

El plan de Rivercell conecta el análisis computacional con el trabajo experimental en un ciclo de retroalimentación. La compañía prevé que el modelo seleccione el siguiente experimento, que luego ejecutará el laboratorio. Así, cada prueba podría aportar nuevas observaciones para ajustar el sistema y orientar una siguiente ronda de experimentación, aunque la startup no divulgó detalles técnicos sobre cómo validará las predicciones.

La firma también está construyendo instrumentos propios para realizar ese trabajo y los compara con una “GPU para el centro de datos biológicos”. La analogía describe el papel que espera darles como infraestructura especializada para recolectar datos en sus experimentos, no como procesadores gráficos convencionales. El laboratorio ampliado en París serviría como base física para esa actividad y para el programa AI Virtual Cell.

Rivercell sostiene que su modelo debería reducir la cantidad de experimentos físicos que se necesitan en el laboratorio. Esa posibilidad es una expectativa de la empresa y dependerá de que las predicciones sean suficientemente útiles para orientar decisiones experimentales. La información anunciada no cuantifica una reducción potencial ni presenta resultados que permitan comparar el método con las prácticas actuales.

El proyecto plantea una dificultad que va más allá de reunir grandes volúmenes de información: el modelo debe aprender de mediciones relacionadas con intervenciones y cambios en el tiempo. La estrategia de filmar células y leer su actividad génica busca responder a esa necesidad, mientras el sistema propone nuevas pruebas. El alcance real de esa combinación se conocerá a medida que Rivercell produzca datos y pueda mostrar qué predicciones logra sostener.

El equipo y una carrera más amplia

Fleureau fundó Rivercell en el verano de 2025, después de cofundar Cardiologs, una empresa de diagnóstico cardíaco con inteligencia artificial que Philips compró en 2021. Eric Durand se incorporó como cofundador y director científico en 2026. Antes, pasó siete años al frente de la ciencia de datos de oncología en Novartis, luego dirigió esa disciplina en Owkin y cofundó Bioptimus.

El consejo asesor científico incluye a Charlotte Bunne, profesora asistente en la EPFL, y a Fabian Theis, de Helmholtz Munich. Entre los inversores ángel mencionados por Rivercell hay fundadores y ejecutivos de Twist Bioscience, DNA Script y Agilent. Bunne afirmó que las células virtuales con IA podrían transformar la forma de entender e intervenir en la biología, una valoración sobre el potencial del campo y no un resultado ya alcanzado por la startup.

Rivercell no es la única empresa que explora modelos de inteligencia artificial para representar células o apoyar el descubrimiento de medicamentos. Relation, con sede en Londres, trabaja en un modelo fundacional de células junto con GSK. En el área más amplia del descubrimiento de fármacos con IA, Chai Discovery levantó una Serie C de USD $400 millones en julio y Anew Labs, de ByteDance, consiguió USD $290 millones en septiembre, según la información publicada.

La comparación muestra que existe interés inversor en aplicar inteligencia artificial a la biología, pero los proyectos mencionados no son necesariamente equivalentes en alcance o método. Rivercell centra su propuesta en generar datos propios mediante experimentos y construir un modelo de respuestas celulares. La empresa aún no ha comunicado una valoración ni una fecha para el primer modelo, por lo que su avance dependerá de convertir la infraestructura y los datos prometidos en resultados verificables.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados