La biotecnología lleva años prometiendo una nueva era de tratamientos personalizados, pero hay un cuello de botella que rara vez ocupa titulares: fabricarlos. En el caso de las terapias celulares y génicas, la producción todavía se parece más a un trabajo artesanal que a una cadena industrial: miles de pasos estériles, manipulación delicada de líquidos, ventanas de tiempo estrictas y un enemigo constante —la contaminación— capaz de inutilizar una dosis entera en segundos.
En ese terreno, Multiply Labs está empujando una idea que suena radical, pero que en otras industrias ya es historia: automatizar el laboratorio como se automatizó la fabricación de semiconductores. La startup, fundada en 2016 y con sede en San Francisco, está desplegando sistemas robóticos “end-to-end” para fabricar terapias celulares modificadas genéticamente y ya trabaja con compañías del sector como Kyverna Therapeutics y Legend Biotech. Su apuesta se apoya en un binomio tecnológico clave: robótica y simulación a gran escala, con herramientas de NVIDIA como Omniverse e Isaac Sim.
De “esto debería hacerse como un chip” a un laboratorio robotizado
El origen del proyecto tiene algo de choque cultural. Fred Parietti, cofundador y CEO, relata que la chispa surgió durante su etapa en el MIT, cuando vio de cerca —de la mano de la investigadora Alice Melocchi— lo manual que seguía siendo la producción de estas terapias. El contraste con la lógica industrial de otras áreas le resultó tan evidente como inquietante: medicamentos del futuro con procesos del pasado. Ese impulso terminó cristalizando en Silicon Valley y pasó por Y Combinator, antes de convertirse en una compañía centrada en automatizar una de las áreas más delicadas de la biomanufactura.
El paralelismo con los chips no es solo una metáfora: en semiconductores, el salto de productividad vino cuando la industria asumió que la precisión no podía depender de una combinación de habilidad humana, turnos y variabilidad. En terapias celulares, el problema es todavía más extremo: aquí, además, una respiración, un descuido o una microcontaminación pueden arruinar un tratamiento diseñado para una sola persona.
La clave técnica: simular primero, automatizar después
Multiply Labs no se limita a poner brazos robóticos en una sala limpia. Su enfoque empieza antes, en virtual: la compañía utiliza gemelos digitales de los entornos de laboratorio construidos con librerías de NVIDIA Omniverse, y entrena y valida robots mediante NVIDIA Isaac Sim, el framework de simulación robótica de la compañía. En la práctica, esto permite iterar miles de veces en un entorno controlado, depurar comportamientos, detectar fallos mecánicos y ajustar flujos sin convertir cada error en un incidente dentro de una instalación real.
En biotecnología, donde los procesos son frágiles y están altamente regulados, esa fase de simulación puede significar la diferencia entre un despliegue lento —con correcciones continuas— y una implantación más rápida, con menos sorpresas. No es solo una cuestión de velocidad: se trata de reducir riesgo y mejorar la reproducibilidad en tareas que, hasta ahora, se apoyaban en habilidad y memoria humana.
Imitation learning: capturar el “saber hacer” del mejor científico
Uno de los puntos más interesantes para un medio tecnológico es cómo Multiply Labs intenta resolver un problema típico en entornos de laboratorio: gran parte del conocimiento operativo no está escrito, se aprende por experiencia. La compañía apuesta por imitation learning, es decir, entrenar robots para replicar tareas expertas a partir del análisis de demostraciones en vídeo.
Ahí entran modelos como NVIDIA FoundationPose (estimación de pose) y NVIDIA FoundationStereo (visión estéreo), que ayudan a extraer trayectorias y movimientos de esas demostraciones para convertirlos en políticas de control robótico. El objetivo declarado es preservar el conocimiento tácito y mitigar el impacto de la rotación: cuando se marcha el técnico o científico que domina un paso crítico, el rendimiento puede caer. La automatización busca que ese “arte” se convierta en un procedimiento replicable, medible y trazable.
El argumento de negocio que sostiene todo: coste y throughput
El mercado de terapias celulares no se frena por falta de investigación clínica; se frena porque fabricar es difícil y caro. Multiply Labs sostiene que, hoy, el coste de fabricar una sola dosis puede superar los 100.000 dólares, y plantea que la automatización avanzada podría reducirlo en más de un 70%, situándolo aproximadamente entre 25.000 y 35.000 dólares por dosis. Además, la compañía afirma que la automatización puede disparar la eficiencia del espacio de planta: hasta 100 veces más terapias por metro cuadrado.
Estas cifras son relevantes por una razón tecnológica y otra social. La tecnológica: automatizar miles de microtareas estériles con precisión constante. La social: si el coste baja y el throughput sube, el acceso potencial a tratamientos que hoy son minoritarios puede ampliarse. En otras palabras, la automatización no se presenta como “más robots”, sino como una vía para que la terapia celular deje de ser una rareza industrial.
Humanoides para el “lado sucio” del proceso
Hay otro detalle que marca el carácter “Physical AI” del enfoque: Multiply Labs sostiene que el mayor caos no siempre está dentro del clúster robótico, sino justo fuera, donde se cargan y descargan materiales, se mueven consumibles y se manejan objetos en un entorno menos estructurado. Esa frontera es precisamente donde el riesgo de contaminación vuelve a aparecer.
Para ese “afuera”, la compañía está desarrollando robots humanoides apoyándose en modelos fundacionales como NVIDIA Isaac GR00T N, y menciona GR00T N1.5 como base para escalar habilidades y entrenamiento. La promesa es pragmática: humanoides como “operarios” de carga y manipulación en zonas menos predecibles, reduciendo intervención humana en puntos críticos. La imagen final que se dibuja es la de una planta donde las personas supervisan y validan, mientras robots y humanoides sostienen el flujo de trabajo con consistencia.
El movimiento de Multiply Labs es, en el fondo, un síntoma: la robótica está buscando su gran caso de uso más allá de fábricas tradicionales. Y la biomanufactura, con su obsesión por precisión, esterilidad y trazabilidad, parece un candidato natural.
Preguntas frecuentes
¿Qué problema resuelve la robótica en la fabricación de terapias celulares?
Reduce variabilidad y riesgo de contaminación en procesos con miles de pasos estériles, mejorando consistencia, trazabilidad y disponibilidad 24/7.
¿Qué aporta un gemelo digital (digital twin) en un laboratorio de biomanufactura?
Permite simular procesos, herramientas y movimientos, ejecutar miles de iteraciones y corregir fallos antes del despliegue físico, reduciendo tiempos y riesgos operativos.
¿Por qué se usa imitation learning en este tipo de laboratorios?
Porque muchas habilidades críticas son tácitas: se entrenan robots a partir de demostraciones en vídeo para capturar el “saber hacer” y evitar pérdida de conocimiento por rotación de personal.
¿Qué papel tendrían los humanoides en una planta de terapias celulares?
Automatizar tareas menos estructuradas fuera del clúster robótico (carga/descarga y manipulación de materiales) donde la intervención humana suele aumentar el riesgo de contaminación.
