Skip to content
BOLUS

Published on

Rivercell lève 25 M$ pour apprendre à une IA comment nos cellules réagissent aux médicaments

Prédire par ordinateur comment une cellule humaine réagit à un médicament éviterait une partie des expériences qui ralentissent la recherche. Les modèles actuels ne font pas encore mieux que des méthodes simples, faute de données adaptées selon la société. Rivercell, à Paris, veut produire ces données dans son propre laboratoire automatisé, et lève 25 M$ en seed, une levée menée par HV.

This article is written in French. The record card, the daily log and the fund pages are available in English.

Company
Rivercell
Country
France
Sector
Biotech
Amount
25 M$
Stage
Seed
Round announced on
7 October 2026
Article published on
7 October 2026

Rivercell, société de biotechnologie et d'intelligence artificielle créée à Paris à l'été 2025, a annoncé le 7 octobre 2026 une levée de 25 M$ en seed, menée par HV. HCVC, Alven et Bpifrance Digital Venture y participent, ainsi que des business angels venus de Twist Bioscience, DNA Script, Agilent et Abivax/Ipsen, selon le communiqué. Maxi Pethö-Schramm, Principal chez HV, commente l'opération dans le communiqué.

Le problème : prédire une cellule sans la tester

Avant qu'un médicament arrive chez un patient, des milliers d'expériences mesurent comment des cellules réagissent à des molécules ou à des modifications génétiques. Prédire ces réactions par ordinateur permettrait de trier plus vite les candidats et d'en tester moins. C'est l'idée de la « cellule virtuelle », un modèle d'IA entraîné à simuler la réponse d'une cellule.

Pour l'instant, la promesse n'est pas tenue. En août 2025, une étude publiée dans Nature Methods a comparé cinq grands modèles de fondation et deux autres modèles d'apprentissage profond à des méthodes volontairement simples, pour prédire comment l'activité des gènes change après une perturbation génétique : aucun ne faisait mieux que ces méthodes simples. En décembre 2025, l'Arc Institute a tiré le bilan de son concours de cellule virtuelle, auquel plus de 1 200 équipes ont soumis des résultats : les modèles de prédiction ne battent pas encore de façon constante des références naïves sur toutes les mesures.

Ce que fait Rivercell

Rivercell part d'un diagnostic : le verrou n'est pas le modèle, ce sont les données. Le communiqué le compare à AlphaFold, qui a pu prédire la forme des protéines parce que des décennies de structures publiques existaient. Pour la cellule, il faudrait des données variées, mesurées sous plusieurs angles et suivies dans le temps, sur la façon dont les cellules répondent à des perturbations, et la société affirme qu'aucun jeu de données de cette taille n'existe aujourd'hui.

Elle développe donc sa propre plateforme de production de données, avec ses propres instruments, parce que ceux du marché n'ont pas été faits pour cet usage ; elle la décrit comme « le GPU du data center biologique ». Ces données doivent entraîner son modèle, l'AIVC (AI virtual cell), qui prédirait la réponse de cellules humaines à un médicament ou à une modification génétique, in silico. La plateforme se veut indépendante de toute maladie : oncologie, immunologie, maladies rares et maladies cardiométaboliques sont citées.

L'argent servira à monter en échelle cette plateforme, à agrandir le laboratoire de Paris et à lancer le programme de cellule virtuelle.

Les fondateurs

Yann Fleureau, directeur général, a cofondé et dirigé Cardiologs, société d'IA appliquée à l'électrocardiogramme rachetée par Philips en 2021. Eric Durand, directeur scientifique, l'a rejoint en 2026 : il a dirigé la science des données en oncologie chez Novartis, été directeur de la science des données d'Owkin, puis cofondé Bioptimus, qui a levé 76 M$ selon le communiqué. Le conseil scientifique compte Charlotte Bunne, professeure assistante à l'EPFL, et Fabian Theis.

Ce qui reste à prouver

Le communiqué ne présente aucun résultat de prédiction. Le pari tient en deux étapes que rien ne garantit encore : que des données produites à grande échelle et suivies dans le temps rendent les modèles réellement meilleurs que les méthodes simples, et que ces prédictions soient assez fiables pour qu'un laboratoire pharmaceutique renonce à une partie de ses expériences.

One address, nothing else.

One letter a week, on Fridays: the week's funding rounds, the funds named, the amounts double checked. The list is never sold, one click to unsubscribe. The letter is written in French.

You are, if you care to say

Email confirmation before any subscription. The list is never sold. What Bolus knows about you is written on the privacy page (in French).