Prédire. Expliquer. Découvrir.

Valence Labs est le moteur de recherche et développement d’IA de Recursion. En exploitant toute la puissance de la plateforme, des données et de l’infrastructure informatique de Recursion, nous développons de nouvelles façons de prédire, d’expliquer et, ultimement, de décoder la biologie.

Notre focus

PRÉDIRE

Forts de plus d’une décennie d’expérience en biologie perturbative chez Recursion — allant des jeux de données phénotypiques et transcriptomiques à grande échelle aux modèles fondamentaux multimodaux — nous modélisons la réponse fonctionnelle des cellules aux perturbations à une échelle sans précédent.

EXPLIQUER

Les perturbations modifient la fonction cellulaire en altérant les interactions moléculaires — liaison, signalisation, dynamique, et plus encore. En combinant des données interventionnelles avec de nouvelles méthodes de prédiction et de simulation des interactions moléculaires à grande échelle, nous générons des explications causales sur la façon dont les interventions moléculaires influencent la fonction cellulaire.

DÉCOUVRIR

En utilisant des moteurs de découverte biologique intégrés au laboratoire (lab-in-the-loop), nous établissons un lien entre les lectures fonctionnelles et la compréhension mécanistique afin de générer, tester et affiner de nouvelles hypothèses thérapeutiques, en vue d’accélérer et d’améliorer les résultats en découverte de médicaments.

Propulsés par

Un ensemble unique d’ingrédients de pointe dans l’industrie

Génération de données sans précédent

Le système d’exploitation de Recursion héberge des laboratoires automatisés de biologie et de chimie capables de générer d’immenses ensembles de données interventionnelles, actuellement capables de s’étendre à de 60 pétaoctets de données en phénotypage, transcriptomiques et à d’autres modalités.

Puissance de calcul massive

Grâce à BioHive, le superordinateur de pointe de Recursion dans l’industrie pharmaceutique, nous avons la capacité d’exécuter des flux de travauxl d’entraînement et d’inférence à une échelle inégalée dans le secteur.

Talents de classe mondiale

Avec une équipe interdisciplinaire animée par une mission, fluide à la fois en informatique et en biologie, nous disposons des bons éléments afin d’atteindre notre objectif ambitieux de décoder la biologie pour améliorer radicalement les vies.

Notre perspective

Une vision des cellules virtuelles — des modèles mécanistiques de la fonction cellulaire qui orientent la découverte de nouvelles thérapies.

Lire la perspective

Virtual Cells: Predict, Explain, Discover

Abstract

The objective of drug discovery is to accurately infer the effects of treatments on patients. Drug discovery would therefore be greatly improved if there existed computational models that
accurately predicted the response of patients to interventions, since this would allow
practitioners to safely and economically test and optimize a wide range of therapeutic
hypotheses before ever starting a human clinical trial. Even a more “modest” model that could
accurately predict the functional response of a wide variety of cells to genetic and chemical
interventions would be of tremendous value in designing effective and safe therapeutics more
likely to produce positive outcomes in the clinic. Creating such virtual cells has long been a goal
of the computational research community that even today remains an ambition due to the
daunting scale and complexity of the biomolecular interactions mediating cellular function.
Nevertheless, a confluence of technological advances suggest that there has never been a
better time to attempt to build virtual cells. In this perspective, we describe Valence Labs’s vision
for virtual cells as a transformative platform to indus drug discovery. We set the context
for our vision by reviewing historical progress, and outline their integration within a larger
framework of agentic systems that continuously refine our mechanistic understanding of human
physiology. We highlight recent advances in machine learning, computational power, and data
generation that now enable robust simulation of cellular functional responses, and we outline
key modeling considerations, evaluation benchmarks, and a roadmap for future research.

Faits saillants à l’affiche

Restez informés

Blog

May 22nd, 2025

TxPert: Predicting Cellular Responses to Unseen Genetic Perturbations

We introduce TxPert: a state-of-the-art model that leverages multiple biological knowledge networks to accurately predict transcriptional responses under OOD scenarios.