Rivercell destina su ronda de 25 millones de dólares a los datos de una célula virtual

Rivercell ha anunciado una ronda semilla de 25 millones de dólares para ampliar la base experimental de una «célula virtual» de IA: un modelo destinado a predecir cómo responden las células humanas a fármacos o cambios genéticos. Para los equipos de investigación biotecnológica, la novedad es la inversión en generación de datos y desarrollo de modelos. No constituye evidencia de que la empresa haya mejorado un tratamiento.

El anuncio del 7 de octubre de la empresa parisina, distribuido por Business Wire, identifica a HV como inversor principal, junto con HCVC, Alven y Bpifrance Digital Venture. Los fondos se destinarán a ampliar su plataforma de datos, su laboratorio experimental en París y a lanzar el programa AI Virtual Cell.

El laboratorio forma parte de la construcción del modelo

Rivercell describe su enfoque como la generación de datos de células individuales obtenidos mediante intervenciones, con seguimiento temporal y múltiples modalidades. En términos prácticos, significa aplicar un cambio, observar las respuestas a lo largo del tiempo y recopilar distintos tipos de mediciones de cada célula. Está desarrollando infraestructura de laboratorio específica para producir los datos de entrenamiento.

El diseño aborda un problema concreto: una instantánea que muestra dos características juntas no explica necesariamente qué ocurrirá si un investigador modifica una de ellas. En una explicación del 1 de octubre sobre su propio trabajo con células virtuales, Arc Institute expone la importancia de los datos de perturbaciones controladas. Sus experimentos Perturb-seq relacionan una intervención genética dirigida con el perfil de expresión génica resultante.

El motor de datos propuesto por Rivercell y los experimentos de Arc son iniciativas separadas. Su punto común es la necesidad de relacionar una intervención con una respuesta medida. Más capacidad de cálculo no sustituye al conocimiento de qué intervención se realizó ni a unas mediciones fiables de sus consecuencias.

Una predicción útil debe funcionar fuera de los ejemplos conocidos

El Virtual Cell Challenge de Arc de 2026 evalúa predicciones en seis líneas celulares y se centra en contextos biológicos cuyas respuestas a perturbaciones no se han mostrado al modelo. Es un ejemplo concreto de una pregunta exigente para la evaluación: ¿funciona un método cuando cambia el entorno celular?

Esto no demuestra el rendimiento de Rivercell. Un posible socio de investigación todavía necesitaría saber cómo separa la empresa los datos de entrenamiento y evaluación, qué tipos celulares e intervenciones cubre y cómo se comparan sus predicciones con métodos de referencia apropiados. Los resultados deben explicar los fallos del modelo además de sus aciertos.

La ambición de la empresa es reducir la necesidad de experimentos físicos al predecir algunos resultados por ordenador. Una evidencia útil a corto plazo serían predicciones realizadas antes del experimento y comprobadas después en el laboratorio, con suficiente detalle metodológico para evaluarlas. La ronda aporta recursos para ese trabajo; el siguiente hito sustancial sería una predicción documentada que ayude a elegir o interpretar un experimento.

Fuentes

• Anuncio de Rivercell distribuido por Business Wire, 7 de octubre.

• Arc Institute: generación de datos para el Virtual Cell Challenge de 2026, 1 de octubre.

Nota de investigación: Los planes de la empresa se atribuyen al comunicado de Rivercell. La documentación de Arc aporta contexto del campo, no una prueba de Rivercell. TechKili no ha evaluado de forma independiente la plataforma ni ningún resultado clínico.