La fabricación de terapias celulares —una de las fronteras más prometedoras de la medicina moderna— sigue teniendo un problema difícil de ignorar: todavía se parece demasiado a un trabajo artesanal. Miles de pasos precisos, tiempos ajustados, manipulación estéril y un margen de error mínimo, donde una sola contaminación puede arruinar una dosis completa. En ese escenario, Multiply Labs está intentando trasladar a los laboratorios biotecnológicos la lógica que transformó la industria de los semiconductores: automatización, repetibilidad y escalado.
La startup, con sede en San Francisco y fundada en 2016, trabaja en sistemas robóticos “end-to-end” para la producción de terapias celulares modificadas genéticamente, y ya colabora con compañías del sector como Kyverna Therapeutics y Legend Biotech. Su propuesta parte de una intuición simple: si los chips pasaron de salas limpias con técnicos enfundados en “bunny suits” a cadenas ultraautomatizadas, ¿por qué los tratamientos más avanzados del siglo XXI siguen dependiendo tanto de manos humanas, fatiga y variabilidad?
Un origen en MIT y una obsesión por la esterilidad
El concepto nació cuando Fred Parietti, en aquel momento doctorando en robótica en el MIT, conoció a Alice Melocchi y pudo ver de primera mano cómo se producían estos tratamientos en laboratorio: procesos largos, repetitivos y expuestos a riesgos de contaminación. Aquella visita le disparó una comparación incómoda: él asumía que “los medicamentos se fabricaban como chips”, y descubrir lo contrario le pareció tan chocante como realista. Poco después, el proyecto tomó forma en el ecosistema de Silicon Valley y pasó por Y Combinator.
Desde entonces, Multiply Labs se ha centrado en un objetivo que el sector persigue desde hace años: llevar la terapia celular del nicho a la escala, sin sacrificar calidad ni seguridad. Porque la promesa clínica es enorme —cánceres, trastornos genéticos, enfermedades autoinmunes e incluso condiciones neurológicas—, pero su despliegue masivo tropieza con una realidad industrial: fabricar dosis personalizadas es caro, lento y frágil.
Cuando un estornudo cuesta 100.000 dólares
En la terapia celular, la contaminación no es una molestia: es un “stop” absoluto. Estas terapias implican extraer células de un paciente o donante, modificarlas y devolverlas como tratamiento. En muchas fases, el proceso exige manipular líquidos entre recipientes, agitar bolsas y jeringas sin introducir burbujas, mantener temperaturas exactas y cumplir ventanas temporales estrictas. Una desviación mínima puede inutilizar todo el lote, especialmente cuando el lote es literalmente “una dosis para una persona”.
El coste lo refleja con crudeza la propia industria: producir una sola dosis puede superar los 100.000 dólares, según las referencias citadas en el entorno de Multiply Labs. Ese precio explica por qué, pese a su potencial, muchas terapias celulares siguen siendo inaccesibles para la mayoría.
Aquí es donde la empresa cree que la robótica cambia las reglas: los robots no respiran, no se cansan y no improvisan. Ejecutan el mismo movimiento con trazabilidad, repetibilidad y control, 24/7. El valor no está solo en hacer más rápido, sino en reducir la variabilidad y proteger el proceso de lo impredecible.
Del laboratorio físico al gemelo digital: Omniverse e Isaac Sim
Una pieza clave del enfoque de Multiply Labs es que no “enseña” a robots a ciegas. Primero construye gemelos digitales de los entornos de biomanufactura y de los propios procesos para simularlos a gran escala antes de desplegarlos en la realidad. Para ello utiliza librerías de NVIDIA Omniverse y el framework de simulación robótica NVIDIA Isaac Sim, con el objetivo de ejecutar miles de iteraciones virtuales y detectar fallos mecánicos o de automatización antes de tocar un laboratorio real.
La promesa industrial es clara: menos prueba y error en planta, más validación en simulación. En sectores regulados, donde los cambios cuestan tiempo y dinero, esta aproximación puede acelerar el despliegue y reducir el riesgo operativo.
Imitation learning: capturar el “arte” del mejor científico
La automatización en biotecnología tiene un enemigo silencioso: el conocimiento tácito. Muchas tareas críticas no están plenamente documentadas; viven en la experiencia de técnicos y científicos. Multiply Labs intenta convertir ese “arte” en un activo replicable mediante imitation learning, entrenando robots a partir de vídeos de expertos realizando tareas reales.
En este flujo, modelos como NVIDIA FoundationPose (estimación de pose) y NVIDIA FoundationStereo (visión estéreo) ayudan a extraer trayectorias y movimientos desde las grabaciones para traducirlos en políticas de control robótico. El objetivo es doble: acelerar la transferencia de procesos del laboratorio a la producción (un punto sensible en farma) y reducir el impacto de la rotación de personal. Si quienes dominan un procedimiento se marchan o se jubilan, el rendimiento puede caer. La idea de Multiply Labs es que el robot mantenga la consistencia: “entrenarlo con el vídeo del mejor científico” y demostrar equivalencia estadística en la ejecución.
La promesa económica: bajar costes más de un 70 % y multiplicar la producción
El salto más llamativo, si se cumple a escala, es el económico. Según los datos citados por la compañía y recogidos en el entorno de esta colaboración tecnológica, la automatización podría reducir el coste por dosis en más de un 70 %, hasta situarlo aproximadamente entre 25.000 y 35.000 dólares. El otro vector es la productividad del espacio: la automatización permitiría fabricar hasta 100 veces más terapias por metro cuadrado de instalación, una métrica crítica cuando se trata de salas limpias y entornos controlados.
Ese cóctel —menor coste por dosis y mayor rendimiento de la infraestructura— es lo que convertiría a la terapia celular en algo menos exclusivo. Multiply Labs no lo plantea como un ajuste incremental, sino como un cambio de fase: pasar de tratamientos para “unos pocos” a terapias que puedan llegar a “millones”.
Humanoides para el “afuera” del clúster: donde suele colarse el caos
La robótica industrial funciona bien cuando el entorno está estructurado. El problema, en biomanufactura, suele estar justo fuera de la zona más controlada: carga y descarga de materiales, manipulación de consumibles, movimientos que hoy todavía dependen de humanos y donde la contaminación puede aparecer por un despiste, un gesto mal hecho o un accidente trivial.
Para esa frontera “desordenada”, Multiply Labs está desarrollando robots humanoides apoyándose en los modelos fundacionales NVIDIA Isaac GR00T N, incluyendo GR00T N1.5, con el objetivo de automatizar tareas externas al clúster robótico sin degradar la higiene del proceso. La visión es ambiciosa: humanoides capaces de aprender rápido a partir de demostraciones y ejecutar tareas repetibles de manipulación con dos brazos, reduciendo el factor humano donde más riesgo introduce.
A corto plazo, el mensaje es menos cinematográfico y más industrial: si se automatiza también ese perímetro, se cierra el círculo de la esterilidad. A largo plazo, la imagen que se dibuja es la de una planta donde el papel humano se desplaza hacia supervisión, control de calidad y validación, no hacia la manipulación directa de materiales sensibles.
Preguntas frecuentes
¿Qué es la biomanufactura de terapias celulares y por qué es tan difícil de automatizar?
Porque cada dosis suele ser personalizada, con miles de pasos estériles, ventanas temporales muy estrictas y tolerancia mínima al error. Una contaminación puede inutilizar todo el tratamiento.
¿Cómo ayudan los gemelos digitales y la simulación (Omniverse e Isaac Sim) en estos laboratorios?
Permiten validar procesos y movimientos en un entorno virtual, ejecutar miles de pruebas antes del despliegue real y reducir fallos mecánicos o de automatización en instalaciones reguladas.
¿Qué aporta el imitation learning en fabricación farmacéutica y transferencia tecnológica?
Captura habilidades tácitas de expertos a partir de vídeos, transformándolas en políticas de control para robots. Esto ayuda a estandarizar procesos y mitigar pérdida de conocimiento por rotación de personal.
¿Para qué se usarían humanoides en una planta de terapias celulares?
Para tareas menos estructuradas fuera del clúster robótico —carga y descarga de materiales, manipulación de consumibles—, donde el riesgo de contaminación y errores humanos suele ser mayor.
vía: blogs.nvidia
