Levée de fonds · Entreprises
WhiteLab Genomics lève 26 millions de dollars pour valider ses médicaments géniques conçus par IA
La biotech parisienne boucle une série B menée par AVP pour financer la validation in vivo de ses bio-assets conçus par sa plateforme ALFRED.
Sept ans après sa création, WhiteLab Genomics change de dimension financière. La biotech parisienne a annoncé le 6 octobre une levée de fonds de 26 millions de dollars en série B, menée par le fonds américain AVP. Deux nouveaux investisseurs, Yaday Health et Blast Club, rejoignent les actionnaires historiques Omnes Capital et Debiopharm Innovation Fund. L'opération doit financer le passage d'une promesse technologique — concevoir des médicaments géniques grâce à l'intelligence artificielle — à sa preuve expérimentale sur organisme vivant.
Une plateforme d'IA pour dessiner des médicaments géniques
WhiteLab Genomics appartient à la catégorie dite des « TechBio », ces start-up qui appliquent l'intelligence artificielle à la conception biologique plutôt qu'à la seule analyse de données. Sa technologie, baptisée ALFRED (AI-Led Framework for Rational Exploration in Drug Design), vise à optimiser la conception de systèmes de délivrance pour les thérapies cellulaires et géniques, un segment où l'industrie pharmaceutique peine encore à industrialiser la production. Fondée à Paris en 2019 et passée par l'accélérateur américain Y Combinator, la société a depuis ouvert des bureaux à Boston et à Montréal et compte parmi les lauréats du programme French Tech 2030, qui distingue les start-up technologiques jugées stratégiques par l'État.
Le passage obligé de la paillasse, pas seulement de l'écran
Le message porté par l'équipe dirigeante insiste sur un point précis : un design généré par ordinateur ne vaut rien s'il ne fonctionne pas dans un organisme vivant. « AI can help us design better genomic medicines, but what ultimately matters is whether those designs work in living systems », résume le directeur général et cofondateur David Del Bourgo, cité dans le communiqué de l'entreprise. C'est précisément l'objet de cette série B : accélérer les programmes de validation in vivo, c'est-à-dire tester les molécules conçues par l'IA sur des modèles biologiques réels, et non plus seulement en simulation. WhiteLab Genomics revendique déjà des collaborations avec Sanofi, l'équipementier Cytiva (groupe Danaher), l'Institut du Cerveau de Paris, l'Institut Imagine et l'université du Massachusetts — autant de partenariats qui lui servent de terrain d'essai avant une éventuelle industrialisation.
Les investisseurs valident une inflexion scientifique
Du côté des financeurs, l'argument mis en avant est celui d'un cap scientifique franchi plutôt que d'une simple promesse technologique. François Robinet, Managing Partner chez AVP, résume ainsi la thèse d'investissement : « WhiteLab is building AI that designs genomic medicines that actually work in vivo, not just on paper. » Même tonalité chez Yaday Health, où le Managing Partner Daniel Teper évoque un « point d'inflexion » pour l'entreprise, dont « l'approche scientifique est validée in vivo ». Ce discours tranche avec une partie du marché de l'IA appliquée aux sciences de la vie, où de nombreuses start-up restent cantonnées à des preuves de concept in silico, c'est-à-dire purement informatiques, sans validation expérimentale.
Une levée qui s'inscrit dans un contexte français actif
Cette opération intervient alors que l'écosystème français de la deeptech reste actif malgré un climat macroéconomique dégradé : la même semaine, l'éditeur grenoblois de virtualisation Vates a levé 30 millions d'euros pour accélérer son développement international. Pour WhiteLab Genomics, dont le site Internet revendique des ambitions commerciales en Amérique du Nord, en Europe et en Asie, l'enjeu immédiat reste de transformer des designs informatiques en traitements effectivement administrables — un chemin qui, dans l'industrie pharmaceutique, se compte généralement en années plutôt qu'en mois. La start-up n'a pas communiqué de calendrier précis pour ses premiers essais cliniques, ni le niveau de valorisation obtenu lors de cette série B, deux informations qui resteront à surveiller lors de sa prochaine étape de financement. Pour un comparatif avec d'autres levées récentes dans le secteur de la santé et de la deeptech françaises, voir notre article sur la levée de fonds d'Eurodia Industrie.
Un marché mondial où la France cherche sa place
La conception de médicaments par intelligence artificielle attire des capitaux considérables à l'échelle mondiale, portée par des géants américains et britanniques qui lèvent parfois plusieurs centaines de millions de dollars en une seule opération. À l'échelle de ces montants, les 26 millions de dollars de WhiteLab Genomics paraissent modestes, mais ils positionnent l'entreprise parmi les rares acteurs européens à revendiquer une validation expérimentale réelle plutôt qu'une simple démonstration logicielle. La France, qui dispose d'un tissu de recherche académique reconnu en génomique et en thérapie cellulaire, cherche depuis plusieurs années à transformer cet avantage scientifique en entreprises capables de rivaliser avec les biotechs américaines sur le financement et la vitesse d'exécution. Le programme French Tech 2030, dont WhiteLab Genomics est lauréate, vise explicitement à combler cet écart en fléchant un soutien public vers une liste restreinte de start-up jugées stratégiques pour la souveraineté technologique du pays.
Les prochaines étapes à surveiller
Pour une biotech, une série B ne marque jamais la fin du chemin : elle ouvre généralement une période de deux à quatre ans avant la série suivante, pendant laquelle l'entreprise doit transformer ses promesses scientifiques en résultats expérimentaux publiables et, si possible, en premiers partenariats de licence avec des laboratoires pharmaceutiques. Les partenariats déjà noués par WhiteLab Genomics avec Sanofi et Cytiva constituent, à ce titre, des indices à suivre dans les prochains mois : une transformation de ces collaborations en accords commerciaux plus substantiels validerait la thèse défendue par ses investisseurs. À l'inverse, l'absence de résultats expérimentaux publiés d'ici un an ou deux relancerait les interrogations qui pèsent sur l'ensemble du secteur de l'IA appliquée à la biologie, où l'écart entre promesse computationnelle et preuve clinique reste, pour l'instant, la principale ligne de fracture entre les start-up qui lèvent des fonds et celles qui transforment réellement la médecine.