Rivercell lève 22 M€ en Seed pour résoudre le goulot d'étranglement de l'identification de cibles médicamenteuses

Rivercell (Paris) a levé 22 millions d'euros dans un tour de table Seed conduit par HV Capital, avec la participation de HCVC, Alven et Bpifrance Digital Venture. L'entreprise a été fondée en 2026 par Yann Fleureau (PDG) et Eric Durand pour s'attaquer au principal mode de défaillance de la découverte de médicaments : le choix d'une mauvaise cible moléculaire avant même le démarrage du programme.

Le goulot d'étranglement que cible Rivercell

Tout programme médicamenteux commence par l'identification de la cible : quelle protéine, quelle voie de signalisation ou quel mécanisme cellulaire, lorsqu'il est modulé, produit un effet thérapeutique ? La réponse suppose d'intégrer des données issues de la génomique, de la transcriptomique, de la protéomique et de la métabolomique — des jeux de données qui ont considérablement grossi au cours de la dernière décennie mais restent cloisonnés entre bases académiques, dépôts propriétaires et dossiers cliniques aux formats incompatibles.

La plateforme de Rivercell relie ces couches multi-omiques et fait tourner des simulations moléculaires pour scorer les candidats-cibles avant toute validation en laboratoire humide. La promesse : vitesse et spécificité. En réduisant computationnellement l'espace des candidats — et en modélisant l'interaction effective des molécules médicamenteuses avec ces candidats —, la plateforme diminue le volume d'expériences requises pour obtenir une liste crédible. Des cibles plus précises, moins d'attrition : c'est l'objectif affiché ; les preuves viendront du pipeline en oncologie et neurologie que Rivercell construit avec ce financement Seed.

Pourquoi les investisseurs ont misé si tôt

Les Seed rounds à 22 millions d'euros ne sont pas la norme en biotech européenne — ni ailleurs. Cette taille reflète les besoins en infrastructure computationnelle : le multi-omique à grande échelle exige une ingénierie des données et des ressources de calcul substantielles avant qu'un seul candidat-cible puisse être validé. La présence de HV Capital en lead est notable au vu de la récente activité du fonds : son Série A dans Ore Energy (Amsterdam, stockage longue durée fer-air) en août dernier signale un appétit pour les technologies de frontière à forte intensité capitalistique — même si le pivot du hardware climatique vers la biologie computationnelle est marqué.

HCVC, spécialiste du deep tech et de la biotech aux premières étapes, et Alven, l'un des investisseurs français les plus actifs en Série A, apportent à la fois une crédibilité scientifique et un signal pour les futurs tours. La participation de Bpifrance Digital Venture ancre Rivercell dans le système national d'innovation.

« Nous avons fondé Rivercell pour résoudre le goulot d'étranglement de l'identification des cibles qui torpille tant de programmes médicamenteux avant même qu'ils démarrent », déclare Fleureau. « Ce financement nous permet de le faire à grande échelle. »

Les dix-huit mois qui viennent

Le Seed finance la construction de la plateforme et deux paris d'indication initiaux : l'oncologie et la neurologie. Ces deux domaines offrent les jeux de données omiques les plus riches et le besoin clinique non satisfait le plus lisible — ce qui en fait le terrain d'épreuve idéal pour une plateforme qui n'a pas encore produit de candidat validé publiquement. L'équipe R&D doit s'étoffer du côté de la biologie computationnelle, de la bioinformatique structurale et des partenariats en laboratoire humide.

Le test honnête sera la précision de prédiction : une cible que la plateforme fait remonter doit être celle qu'une équipe de biologistes aurait trouvée de toute façon, mais plus vite. Jusqu'à ce que les données de laboratoire humide renseignent sur le taux de succès, les 22 M€ sont un pari sur la capacité des fondateurs à construire quelque chose qui n'a pas encore été démontré publiquement. C'est l'objet d'un Seed — mais en découverte de médicaments, les conséquences d'un pari mal orienté se mesurent en années, pas en mois.