Bioptimus : la startup qui propulse la biologie vers une nouvelle ère

Cap sur une nouvelle ère dans la recherche biologique : la jeune pousse parisienne Bioptimus franchit un jalon impressionnant grâce à un apport de 41 M€ et un total cumulé de 76 M$ (soit environ 70 M€).

Dans un communiqué de presse paru hier (14 Janvier 2025), la start-up nous partage les coulisses de cette lévée.

Des modèles d’IA capables de “relier” différents échelons, du gène à l’organe, se dessinent pour façonner la médecine, la biotechnologie et la cosmétique de demain. Plongée dans cette ambition audacieuse.

Un nouveau palier de financement inattendu

Quand une startup fait parler d’elle pour une levée de fonds de 41 M€, les regards se tournent immédiatement vers sa proposition de valeur et sa trajectoire. Bioptimus s’est illustrée en moins d’un an avec un modèle de rupture : la capacité à traiter plusieurs échelles de la biologie grâce à l’IA. Cette nouvelle injection financière porte le total à 76 M$ selon le dernier communiqué, un record pour une société française encore en phase d’expansion.

L’acteur principal de ce nouveau tour de table est Cathay Innovation. À ses côtés, on retrouve un aréopage d’investisseurs influents comme Bpifrance, Sofinnova Partners, Andera Partners, Hitachi Ventures, Boom Capital Ventures, Pomifer Capital, Sunrise ou encore des business angels reconnus (comme Emmanuel Cassimatis et Thomas Wolf). La confiance accordée à Bioptimus traduit une appétence grandissante pour les modèles d’IA multi-échelles, capables d’explorer la complexité du vivant.

Aux origines de cette réussite ? Un premier tour de financement bouclé en moins de 12 mois, à hauteur de 35 M€. Plusieurs fonds avaient déjà été séduits par la promesse d’une technologie inédite dans le champ de la biologie computationnelle. L’objectif : permettre aux chercheurs, aux laboratoires et aux entreprises de mieux comprendre l’activité cellulaire et moléculaire en s’appuyant sur de vastes jeux de données — et ce, dans un seul et même environnement d’IA.

Au-delà du montant, ce financement revêt une portée stratégique : il valide la pertinence de l’approche multi-échelle, qui dépasse le cadre de l’oncologie pour envisager des applications dans la biotechnologie industrielle, l’agroalimentaire, voire la cosmétique. De plus, il offre à Bioptimus une marge de manœuvre considérable pour accélérer son développement, tant sur le plan technique que commercial.

Les investisseurs l’ont bien compris : cette vision transversale apporte un potentiel considérable pour la recherche pharmaceutique, mais aussi pour la cosmétique et les biotechnologies dédiées à l’environnement, où la caractérisation fine du vivant peut révolutionner la conception de nouveaux produits plus respectueux de la santé et de l’écosystème.

À ce stade, Bioptimus suscite un immense enthousiasme. La start-up est née du constat que les méthodes traditionnelles d’analyse manquaient d’agilité pour intégrer la complexité du vivant. Forte de ce constat, elle propose des modèles sophistiqués, destinés à repérer des motifs subtils dans des données d’origines variées, et à formuler des prédictions difficiles à obtenir par les approches classiques.

L’IA multi-échelle : pour en finir avec la fragmentation

Depuis plusieurs décennies, l’analyse des données biologiques est largement cloisonnée. Les biologistes scrutent des marqueurs génétiques, sans nécessairement analyser les textures tissulaires en parallèle. Les experts en imagerie, quant à eux, se focalisent sur les clichés microscopiques, sans intégrer systématiquement l’information génomique. Cette séparation des tâches se traduit par une perte de synergie et par un risque de passer à côté de signaux importants.

Bioptimus entend combler ce fossé. Ses modèles recourent à des algorithmes d’IA capables de gérer différentes modalités : séquences d’ADN, histologie numérique, données cliniques ou encore analyses de protéines. L’enjeu n’est pas seulement d’extraire l’information pertinente de chaque modalité, mais de relier ces informations entre elles pour en tirer une compréhension globale du fonctionnement de l’organisme.

La startup propose ainsi de fusionner l’échelle moléculaire (mutations ponctuelles, réactions biochimiques) avec l’échelle de l’organe (imagerie tissulaire, signaux physiologiques). L’objectif est de définir des corrélations jusque-là inexplorées et de déceler des biomarqueurs prédictifs, que ce soit pour anticiper une réponse à un traitement ou pour identifier la source d’une pathologie rare.

En pratique, la plateforme de Bioptimus s’appuie sur des réseaux neuronaux profonds entraînés à partir de données publiques et de bases privées exclusives. Ses partenariats multiples lui donnent accès à des cohortes de patients, y compris via Owkin, une autre pépite de l’IA médicale qui soutient et incube l’entreprise. Cette approche élargit considérablement l’éventail de données nécessaires pour entraîner des models à grande échelle.

Le plus grand enjeu réside dans la génération de connaissances inédites. Contrairement aux méthodes classiques où l’on s’attend à des hypothèses préconçues, les approches d’IA multi-échelles peuvent révéler des associations nouvelles, échapper aux biais traditionnels et, in fine, accélérer les découvertes.

C’est cette vocation à “décloisonner la biologie” que Bioptimus met en avant. D’après Jean-Philippe Vert, cofondateur et dirigeant, “il est essentiel de créer une intelligence artificielle capable d’appréhender la biologie telle qu’elle est, sans être entravée par les frontières académiques ou par la séparation artificielle des données. L’idée est de construire l’équivalent du GPT pour la biologie, un outil qui puisse simuler des scénarios biologiques plutôt que de générer du texte.”

Un produit phare attendu en 2025

Les avancées les plus spectaculaires annoncées par la startup concernent un nouveau modèle d’IA, conçu pour connecter davantage de modalités et couvrir un spectre plus large de la biologie. Selon le calendrier communiqué, l’année 2025 verra l’émergence d’une plateforme opérationnelle, baptisée pour l’instant “fondation multi-échelle”. Ce modèle se veut généraliste : il pourra par exemple étudier les altérations génétiques qui prédisposent au cancer puis relier ces facteurs de risque à l’imagerie tissulaire, afin d’anticiper les stades cliniques de la maladie.

Une telle prouesse implique des capacités de calcul massif, une gestion pointue de la confidentialité des données médicales, ainsi qu’une expertise dans la sélection des informations (on parle de “feature selection” dans le jargon de la data science). Pour relever ce défi, Bioptimus s’est dotée de ressources conséquentes et compte recruter de nouveaux profils à la fois dans l’équipe technique et dans l’équipe commerciale.

Ce premier produit a vocation à se tourner vers la recherche oncologique, un domaine qui nécessite précisément cette analyse intégrative. Mais à moyen terme, l’outil pourrait s’étendre à d’autres branches de la médecine, voire à la recherche cosmétique — par exemple pour évaluer l’impact d’ingrédients actifs sur la peau en croisant données cellulaires et mesures de la barrière cutanée.

L’exemple de H-Optimus-0, un modèle antérieur de Bioptimus dédié à l’histopathologie, illustre la capacité de la startup à traduire des prototypes en solutions concrètes. Lancé en juillet dernier, ce modèle se targue d’être “le plus grand modèle de fondation pour la pathologie”, surpassant des approches concurrentes lors de tests indépendants. Il a notamment impressionné des institutions comme Harvard Medical School et l’Université de Leeds, qui ont salué sa performance pour prédire l’expression génique depuis une simple image morphologique, ou encore pour classer sous-types de cancer de l’ovaire avec une précision remarquable.

En ce sens, la sortie du futur modèle en 2025 sera déterminante pour Bioptimus, qui entend prouver sa capacité à révolutionner la pratique biomédicale. L’intégration multi-modale dans un même algorithme constitue un pari technologique audacieux, nécessitant une synergie étroite entre experts en biologie, ingénieurs en IA et spécialistes de la validation clinique.

Partenariats et accès aux données : la clé du succès

Le moteur de l’innovation chez Bioptimus se trouve également dans ses partenariats stratégiques. Depuis sa création, la startup a su développer un réseau de collaborations pour sécuriser l’accès à des données de qualité. Dans le domaine de l’IA médicale, la puissance d’un modèle dépend souvent de la diversité et de la quantité d’informations dont il dispose. Les grands laboratoires et structures hospitalières demeurent des pourvoyeurs centraux, puisqu’ils détiennent des cohortes patient de grande envergure.

Parmi les acteurs majeurs qui soutiennent Bioptimus, on retrouve la société Owkin, connue pour ses plateformes fédérées en oncologie et sa capacité à mutualiser l’exploitation des données patients sans compromettre la confidentialité. Ce partenariat apporte une matière première exceptionnelle pour entraîner des modèles robustes et éviter l’écueil de recourir uniquement à des bases publiques, souvent déjà bien exploitées par la concurrence.

La particularité de Bioptimus réside dans la multitude de domaines concernés. Au-delà de l’imagerie tissulaire, la jeune pousse se tourne aussi vers les données génomiques, protéomiques et métabolomiques. Chaque collaboration permet d’enrichir cette plateforme unique avec des sources complémentaires, qu’il s’agisse de données issues de laboratoires publics ou de partenariats privés.

Selon les retours, cette stratégie de capitalisation sur des données inédites place Bioptimus dans une dynamique favorable. Là où d’autres startups s’appuient sur des ensembles de données standards, Bioptimus se forge une longueur d’avance en travaillant main dans la main avec des organismes de recherche et des firmes pharmaceutiques, qui lui accordent un accès privilégié à des informations particulièrement sensibles et, surtout, d’une rare profondeur scientifique.

Un secteur en effervescence, des concurrents de poids

La pénétration de l’IA dans la recherche biomédicale n’a cessé de gagner en intensité. De Google DeepMind/AlphaFold à Microsoft, les géants de la tech investissent massivement pour proposer des outils de prédiction et de conception moléculaire. L’objectif est souvent similaire : passer d’une science expérimentale, parfois tâtonnante, à une science assistée par l’IA, avec des simulations virtuelles capables d’accélérer la découverte de nouvelles thérapies ou la caractérisation des mécanismes pathologiques.

Dans ce contexte, Bioptimus n’est pas seule à parier sur l’intégration multi-échelle. Toutefois, elle se démarque par son approche fondation, c’est-à-dire la volonté de construire un modèle central, évolutif, adaptable à différentes situations cliniques ou industrielles. L’entreprise ne se limite pas à une pathologie ou un type de donnée, mais ambitionne de couvrir l’ensemble de la sphère vivante, avec toutes les synergies possibles entre les différents niveaux d’observation.

Cette ambition est coûteuse. Les besoins de financement sont appelés à croître dans les années à venir, ne serait-ce que pour supporter l’infrastructure informatique nécessaire, les coûts de stockage et de traitement massif des données, et l’embauche de chercheurs hautement spécialisés. C’est pourquoi cette levée de 41 M€ constitue un cap essentiel, mais probablement pas le dernier dans l’histoire de Bioptimus.

De son côté, Google s’est déjà illustrée avec AlphaFold, qui a révolutionné la prédiction des structures protéiques, tandis que Microsoft multiplie les partenariats dans le domaine de la génomique. Sur le plan concurrentiel, ces mastodontes disposent de ressources quasi illimitées, ce qui oblige de plus petites structures à innover en trouvant des niches ou en développant des technologies disruptives.

Si l’on compare les ambitions, Bioptimus dispose toutefois d’un atout : sa focalisation sur une IA intégrée. Alors que d’autres programmes se concentrent sur un segment (par exemple la protéomique ou l’histopathologie), Bioptimus tente de tout “fusionner” en un seul bloc. Cette intégration, bien qu’extrêmement délicate, pourrait offrir un avantage décisif pour accompagner les industries sur l’ensemble de la chaîne de valeur.

Qui est Bioptimus ? Panorama d’une startup iconoclaste

Bioptimus n’a pas vu le jour par hasard. Fondée par Jean-Philippe Vert, David Cahané et Eric Durand, la société s’appuie sur un socle de compétences pluridisciplinaires alliant mathématiques, informatique, biotechnologie et médecine. L’idée initiale remonte à plusieurs constats récurrents dans la recherche : la difficulté à croiser différents ensembles de données biologiques, la discontinuité entre la compréhension génomique et les observations cliniques, et l’inefficacité de certains procédés expérimentaux quand la quantité de données devient trop importante.

Pour résoudre ces problèmes, l’équipe de Bioptimus s’est orientée vers la conception d’algorithmes évolutifs : plutôt que de s’attaquer à un problème restreint, la mission est de déployer un “foundation model” flexible, capable de servir de socle aux différentes applications de la recherche biomédicale. Cette vision long-termiste séduit les investisseurs à la recherche d’innovations susceptibles de bouleverser le secteur.

L’un des facteurs déterminants dans la réussite de Bioptimus est son accès privilégié à des résultats de recherche de haut niveau. Des partenariats académiques, notamment avec des écoles prestigieuses ou des instituts dédiés à la santé, permettent de confronter rapidement les hypothèses de l’IA aux réalités du laboratoire. Par ailleurs, la startup collabore étroitement avec des firmes pharmaceutiques intéressées par l’optimisation de la R&D.

Parmi les signes de reconnaissance, on note la performance d’H-Optimus-0, saluée dans des publications scientifiques et dans des évaluations indépendantes menées par l’Université de Harvard Medical School et l’Université de Leeds. Ces travaux ont permis d’attester la pertinence clinique et la robustesse de l’IA développée par Bioptimus, notamment pour la classification des cancers ou l’anticipation de mutations génétiques.

À l’heure actuelle, l’entreprise compte déjà plusieurs dizaines de collaborateurs, dont des spécialistes de l’ingénierie logicielle, des doctorants en biologie computationnelle, des experts en apprentissage profond et un réseau de partenaires scientifiques. Avec la nouvelle levée de fonds, l’ambition est de muscler encore l’effectif, notamment sur des postes d’analyse statistique et de développement de la plateforme. Le tout, dans le but d’offrir aux utilisateurs un produit le plus complet possible.

Applications concrètes et enjeux pour l’industrie

L’un des défis majeurs lorsque l’on parle d’IA en biologie consiste à évaluer la crédibilité des solutions dans des environnements réels. Comment s’assurer, par exemple, qu’un modèle multi-échelle saurai “généraliser” aux populations cliniques hétérogènes ? Comment garantir que les données utilisées soient suffisamment représentatives ? Pour répondre à ces interrogations, Bioptimus adopte une approche expérimentale et collaborative, testant ses modèles dans différents contextes cliniques et industries.

Dans le secteur pharmaceutique, la plateforme multi-échelle pourrait accélérer le développement de nouveaux médicaments. Plus précisément, elle faciliterait la sélection de cibles thérapeutiques pertinentes, la prédiction des effets indésirables et la mise en évidence de synergies entre molécules. Pour les laboratoires cosmétiques, l’IA pourrait améliorer la compréhension de l’effet des ingrédients sur la peau ou les cheveux, en intégrant données cliniques et observations cellulaires.

Sur un plan plus large, les industries biotech cherchent également à automatiser des processus et à anticiper les rendements d’expériences complexes. La multi-échelle ouvre la voie au criblage virtuel, où des milliers de combinaisons de gènes et de conditions sont testées par l’IA avant d’être évaluées en “wet lab”. Cette démarche réduit considérablement les coûts et le temps requis pour développer de nouvelles souches microbiennes, de nouveaux procédés ou de nouveaux produits médicaux.

Selon les propos de Jean-Philippe Vert, l’IA est à la fois un catalyseur et un facteur d’efficacité : “En révélant des patrons cachés dans la biologie, nous ouvrons la porte à des découvertes que les chercheurs n’auraient pas soupçonnées. Chaque modalité — génétique, imagerie, physiologie — éclaire une partie du puzzle. Notre IA s’efforce de tout assembler pour créer une vue cohérente.”

Naturellement, cette vision d’ensemble répond à une tendance forte : la médecine de précision, qui vise à personnaliser les traitements en fonction du profil génomique et de l’état physiologique précis de chaque patient. Dans ce cadre, Bioptimus se pose en fournisseur de solutions capables de stratifier les patients et d’anticiper l’évolution de la maladie. C’est donc un atout stratégique pour les essais cliniques, où il faut repérer rapidement les candidats éligibles et évaluer l’efficacité d’une molécule.

Ouvertures et perspectives futures

Au vu de l’enthousiasme soulevé par Bioptimus, il convient de s’interroger sur la suite. Comment la startup va-t-elle déployer son nouveau capital ? Quelles innovations concrètes verra-t-on émerger dans les laboratoires et sur le marché ? Les fondateurs restent prudents sur les détails, mais ils insistent sur l’importance d’une stratégie internationale. À court terme, la priorisation est de consolider la base en France, grâce au puissant écosystème des medtechs et biotechs locales, mais aussi d’explorer des partenariats aux États-Unis et en Asie.

Les pistes de croissance identifiées concernent la R&D pharmaceutique (avec la mise à disposition de solutions logicielles pour les équipes de recherche), la collaboration avec des CRO (Contract Research Organizations), la poursuite de projets cofinancés par les pouvoirs publics français ou européens, et la signature d’accords de licence avec des leaders industriels. Le déploiement d’un réseau d’experts (cliniciens, statisticiens, biologistes) et le recrutement de profils spécialisés en réglementation et en affaires cliniques figurent également au programme, pour accompagner l’homologation de certaines applications médicales.

La question de la concurrence internationale demeure. Bioptimus devra maintenir un rythme soutenu d’innovation et une qualité de validation scientifique sans faille, afin de rester crédible aux yeux des acteurs du secteur. De plus, l’entreprise devra s’adapter aux évolutions rapides de la recherche en apprentissage profond, où chaque année voit fleurir de nouveaux algorithmes prometteurs.

À plus long terme, la startup aspire à “réinventer la manière dont on comprend la biologie”. Cette ambition se traduit par une volonté de rendre ses modèles de plus en plus expliqués et interprétables, afin que les chercheurs puissent suivre la logique interne des prédictions d’IA. De cette façon, Bioptimus espère gagner la confiance des instances réglementaires et ouvrir la voie à une adoption massive des modèles multi-échelles dans l’industrie.

Enfin, la société ne se limite pas à la médecine humaine : le même concept d’intégration multi-échelle pourrait s’appliquer à la vétérinaire ou à d’autres secteurs (productivité agricole, préservation de la biodiversité, etc.). En parallèle, l’innovation dans des domaines sensibles comme les cellules souches et la thérapie génique pourrait bénéficier d’une cartographie plus précise des mécanismes biologiques, ce qui entraînera sans doute de nouvelles avancées thérapeutiques.

Ainsi, l’exemple de Bioptimus illustre la montée en puissance d’une nouvelle génération d’acteurs, capables de transcender les vieux clivages (recherche fondamentale vs. applications industrielles, imagerie vs. génomique) pour offrir une vision unifiée de la biologie. L’émergence de ces “modèles de fondation” marque probablement le début d’une ère où la compréhension du vivant va progresser à pas de géant, propulsée par l’IA et par l’intelligence collective des chercheurs.

Dans un monde où chaque gène, chaque protéine et chaque tissu recèlent encore mille secrets, il est sans doute temps de miser sur ces nouveaux horizons technologiques pour décloisonner la science et donner vie aux futures révolutions biomédicales.