[et_pb_section fb_built=\u00bb1″ _builder_version=\u00bb4.27.0″ custom_margin=\u00bb-39px||||false|false\u00bb custom_margin_tablet=\u00bb-39px||||false|false\u00bb custom_margin_phone=\u00bb-40px||||false|false\u00bb custom_margin_last_edited=\u00bbon|phone\u00bb custom_padding=\u00bb0px||0px||false|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row _builder_version=\u00bb4.16″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb width=\u00bb84.5%\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.16″ custom_padding=\u00bb|||\u00bb global_colors_info=\u00bb{}\u00bb custom_padding__hover=\u00bb|||\u00bb][et_pb_text _builder_version=\u00bb4.27.6″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb custom_margin=\u00bb17px||||false|false\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n
GeneGebra lleg\u00f3 a LAB+ con un objetivo: transformar la forma en que se almacena y procesa la informaci\u00f3n gen\u00f3mica, utilizada en el diagn\u00f3stico de enfermedades. Su propuesta, basada en conceptosmatem\u00e1ticos, promete abaratar hasta 10 veces los costos de almacenamiento y acortar los tiempos requeridos en estos procesos.\u00a0<\/span><\/strong><\/span><\/p>\n <\/p>\n El fundador de la startup, Xavier Berthet, es ingeniero en biotecnolog\u00eda y doctor en microbiolog\u00eda. Con una trayectoria internacional en la industria farmabiotech que incluye Europa, Asia y Am\u00e9rica, su \u00faltimo cargo fue como director cient\u00edfico y responsable de I+D en el Institut Pasteur de Dakar.<\/p>\n <\/p>\n En esta entrevista explica c\u00f3mo funciona GeneGebra, detalla su modelo de negocios y comparte los planes que la compa\u00f1\u00eda tiene para este a\u00f1o.<\/p>\n <\/p>\n \u2014\u00bfA qu\u00e9 se dedica GeneGebra?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014 A trav\u00e9s del lenguaje matem\u00e1tico, buscamos democratizar la biolog\u00eda computacional y simplificar la manera de representar, almacenar, y analizar la informaci\u00f3n gen\u00f3mica.<\/p>\n <\/p>\n El ADN de las personas es como un libro de recetas, escrito en un alfabeto de cuatro letras: A, T, C, G. Eso ocupa mucho espacio y obliga a las m\u00e1quinas a almacenar una enorme cantidad de informaci\u00f3n para procesarla. Nosotros estamos cambiando ese paradigma: dejamos de representar el ADN como un texto y pasamos a representarlo como un objeto matem\u00e1tico, una matriz de n\u00fameros. Ese cambio de representaci\u00f3n implica que el an\u00e1lisis del genoma de una persona no solo se puede manipular de forma m\u00e1s ligera, sino tambi\u00e9n analizar m\u00e1s r\u00e1pido y con menor costo.<\/p>\n <\/p>\n \u2014\u00bfC\u00f3mo funciona su m\u00e9todo?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014 En una investigaci\u00f3n previa, descubrimos unos objetos matem\u00e1ticos llamados grupos de Galois escondidos dentro del mensaje del ADN. Hasta ahora trabaj\u00e1bamos \u00fanicamente con el c\u00f3digo gen\u00e9tico, pero descubrimos otro c\u00f3digo oculto por debajo del ADN: el \u00e1lgebra gen\u00f3mico. Eso nos permite transformar el texto en matem\u00e1ticas.<\/p>\n <\/p>\n \u00bfY c\u00f3mo se produce eso?\u202fLos grupos de Galois son objetos que contienen simetr\u00edas, y esas simetr\u00edas permiten disminuir la cantidad de informaci\u00f3n necesaria para representar un objeto. Te doy un ejemplo: si una persona es sim\u00e9trica, con una mitad pod\u00e9s reconstruir la otra. O una pizza: con una porci\u00f3n pod\u00e9s reconstruir la pizza entera. Es decir, la informaci\u00f3n necesaria para codificarla es solo un fragmento.<\/p>\n <\/p>\n Nosotros descubrimos un mecanismo similar dentro del genoma. A partir de eso desarrollamos software para comprimir y analizar genomas bas\u00e1ndonos en matem\u00e1ticas y no en texto.<\/p>\n [\/et_pb_text][et_pb_image src=\u00bbhttps:\/\/labplus.uy\/wp-content\/uploads\/2026\/06\/genegebra-method.png\u00bb title_text=\u00bbgenegebra method\u00bb _builder_version=\u00bb4.27.6″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][\/et_pb_image][et_pb_text _builder_version=\u00bb4.27.6″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb custom_margin=\u00bb17px||||false|false\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n \u2014\u00bfQu\u00e9 hace relevante a la informaci\u00f3n gen\u00f3mica?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n Investigadores la usan para conocer los organismos vivos. Tambi\u00e9n sirve para detectar enfermedades infecciosas, cr\u00f3nicas como el c\u00e1ncer o predisposiciones gen\u00e9ticas.<\/p>\n <\/p>\n Adem\u00e1s, est\u00e1 la metagen\u00f3mica, que permite secuenciar ecosistemas completos. Por ejemplo, una gota de agua de un r\u00edo contiene ADN de virus, bacterias, par\u00e1sitos y otros organismos. La bioinform\u00e1tica permite identificar qu\u00e9 organismos hay y en qu\u00e9 proporci\u00f3n, lo que sirve para el monitoreo ambiental, vigilancia epidemiol\u00f3gica y detecci\u00f3n temprana de pat\u00f3genos. Imagin\u00e1 sensores de ADN en escuelas, estadios, trenes o aeropuertos detectando en tiempo real los virus y bacterias que circulan.<\/p>\n <\/p>\n Tambi\u00e9n es muy \u00fatil para enfermedades cr\u00f3nicas como HIV o tuberculosis, donde el pat\u00f3geno evoluciona y hay que adaptar tratamientos seg\u00fan mutaciones de resistencia.<\/p>\n <\/p>\n El m\u00e9todo de almacenamiento y procesamiento de GeneGebra sirve para trabajar en todo eso, pero tambi\u00e9n en el futuro queremos extender la tecnolog\u00eda al almacenamiento de estructuras qu\u00edmicas, prote\u00ednas, im\u00e1genes y otros tipos de informaci\u00f3n.<\/p>\n <\/p>\n \u2014\u00bfCu\u00e1l es su modelo de negocios?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014 Nuestro primer producto, el formato disruptivo de almacenamiento Gebra\u2122, lo vamos a vender a quienes manejan grandes vol\u00famenes de informaci\u00f3n gen\u00f3mica. Si les ahorramos un 75% de espacio y de coste energ\u00e9tico, el cliente nos paga un 25% de ese ahorro. Cobrar\u00edamos seg\u00fan lo que cada uno ahorra.<\/p>\n <\/p>\n Por ejemplo, almacenar un exabyte, que es una gran cantidad de informaci\u00f3n equivalente a 20 veces todos los libros escritos en la historia, cuesta varios millones de d\u00f3lares por a\u00f1o. Con nuestro formato, podemos reducir el tama\u00f1o hasta 10 veces.<\/p>\n <\/p>\n Nuestros clientes potenciales son organizaciones trasnacionales como el National Institutes of Health (NIH), el European Bioinformatics Institute o el European Molecular Biology Laboratory, cuyo trabajo es poner a disposici\u00f3n de la comunidad grandes cantidades de secuencia gen\u00f3mica. Ya estamos hablando con el NIH y pr\u00f3ximamente con el European Bioinformatics Institute.<\/p>\n <\/p>\n Para investigadores e instituciones vamos a ofrecer licencias abiertas con un coste simb\u00f3lico. Por ejemplo, mil d\u00f3lares por instituto para que todos sus investigadores puedan usar el software.<\/p>\n [\/et_pb_text][et_pb_image src=\u00bbhttps:\/\/labplus.uy\/wp-content\/uploads\/2026\/06\/IMG_4609.jpg\u00bb alt=\u00bbXavier Barthet, GeneGebra\u00bb title_text=\u00bbXavier Barthet, GeneGebra\u00bb _builder_version=\u00bb4.27.6″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][\/et_pb_image][et_pb_text _builder_version=\u00bb4.27.6″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb custom_margin=\u00bb17px||||false|false\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n \u2014\u00bfEn qu\u00e9 etapa de desarrollo est\u00e1n?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014En setiembre lanzaremos nuestro principal producto, que es el formato de almacenamiento llamado Gebra. Servir\u00e1 para almacenar y procesar datos gen\u00f3micos.<\/p>\n <\/p>\n Para m\u00e1s adelante tenemos nuestro segundo producto, que se basa en la experiencia de usuario de quien usa el programa. Hoy el casi el 100% de las secuencias gen\u00e9ticas se almacenan en formato de texto, llamado FASTA, que los investigadores pueden leer directamente. Esto no sucede con Gebra, que estar\u00e1 en n\u00fameros, por lo que el segundo producto que tendremos es una adaptaci\u00f3n para que Gebra pueda ser traducido a formato texto, sin que eso conlleve utilizar m\u00e1s espacio o perder tiempo. Es decir, estamos trabajando para que los investigadores puedan almacenar la informaci\u00f3n en Gebra, y pasarlo a FASTA solo para leerlo f\u00e1cilmente.<\/p>\n <\/p>\n A su vez, Santiago Robaina (ingeniero especializado en machine learning<\/em> e IA que se uni\u00f3 a la startup) est\u00e1 desarrollando una interfaz con inteligencia artificial para que usuarios menos expertos en bioinform\u00e1tica puedan hablar con un agente de IA, que va a orquestar el uso de las matem\u00e1ticas para darles el resultado. Planeamos lanzar este segundo producto en el primer trimestre de 2027.<\/p>\n <\/p>\n \u2014Primero lanzan el programa y despu\u00e9s la herramienta que hace m\u00e1s f\u00e1cil su uso.\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014Exacto. La idea es que, como todo el mundo trabaja con FASTA, nuestra tecnolog\u00eda funcione \u201cbajo el cap\u00f3\u201d, pero que la interfaz visible siga siendo FASTA. El usuario no va a notar la diferencia. Entonces, si un cient\u00edfico o cient\u00edfica quiere secuenciar el genoma de un paciente y ahorrar tiempo y espacio, utiliza Gebra sin alterar su workflow<\/em> habitual.<\/p>\n <\/p>\n \u2014\u00bfCu\u00e1nto se gana de tiempo usando Gebra?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014No hemos acabado los estudios espec\u00edficos todav\u00eda, pero observamos mejoras superiores a 100 veces. Eso ser\u00eda desde que carg\u00e1s la informaci\u00f3n hasta que obten\u00e9s el resultado.<\/p>\n <\/p>\n Con FASTA, la demora de tiempo var\u00eda seg\u00fan el proyecto y el investigador, pero un an\u00e1lisis puede tardar desde dos horas hasta un d\u00eda completo. Adem\u00e1s, con FASTA se precisa una high performance computer<\/em> para operar el programa. Usando nuestro software, el an\u00e1lisis se puede hacer desde una computadora normal<\/p>\n <\/p>\n \u2014\u00bfC\u00f3mo influy\u00f3 tu experiencia en Dakar a la hora de crear GeneGebra?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014Para m\u00ed, crear empresas est\u00e1 profundamente ligado a luchar contra la pobreza, generar trabajo de alto valor a\u00f1adido y construir sociedades m\u00e1s pacificas, justas y estables.<\/p>\n <\/p>\n Si no generamos trabajo, salud y perspectivas de futuro, especialmente en lugares con poblaciones j\u00f3venes y en crecimiento como \u00c1frica, tendremos un mundo m\u00e1s inestable. Y el acceso a salud de calidad y bajo costo es parte fundamental de eso.<\/p>\n <\/p>\n Nuestra idea es que el acceso a Gebra sea extremadamente barato o incluso gratuito para investigadores africanos, y que los costos est\u00e9n cubiertos por grandes organismos internacionales.<\/p>\n <\/p>\n \u2014Llegaste a Uruguay hace 4 meses, \u00bfc\u00f3mo ves el ecosistema de startups cient\u00edficas en el pa\u00eds?\u00a0<\/span><\/span><\/strong><\/p>\n <\/p>\n \u2014Me encontr\u00e9 con un pa\u00eds muy c\u00e1lido, nos recibieron muy bien. Pudimos empezar en condiciones excelentes: el laboratorio que tenemos en el Institut Pasteur de Montevideo, personas muy valiosas y apoyo institucional.<\/p>\n <\/p>\n Por otro lado, Uruguay todav\u00eda no est\u00e1 entre los grandes polos globales de startups, pero eso tambi\u00e9n tiene ventajas. Prefiero estar en un lugar tranquilo donde se pueda construir algo grande con foco y eficiencia, antes que en un ecosistema hipercompetitivo donde las personas pasan a\u00f1os buscando inversi\u00f3n por la alta competencia. Para m\u00ed el time to market<\/em> es fundamental. Si consegu\u00eds un mill\u00f3n de d\u00f3lares ac\u00e1 y pod\u00e9s dedicarte a construir producto, prefiero eso antes que perder a\u00f1os compitiendo en Silicon Valley. No es un tema de estatus, sino de eficiencia.<\/p>\n <\/p>\n Adem\u00e1s, para nosotros es muy importante interactuar con investigadores e instituciones de Uruguay, tanto para identificar casos de uso como para construir alianzas, desarrollar proyectos y generar valor juntos.<\/p>\n <\/p>\n <\/p>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":" GeneGebra lleg\u00f3 a LAB+ con un objetivo: transformar la forma en que se almacena y procesa la informaci\u00f3n gen\u00f3mica, utilizada en el diagn\u00f3stico de enfermedades. Su propuesta, basada en conceptosmatem\u00e1ticos, promete abaratar hasta 10 veces los costos de almacenamiento y acortar los tiempos requeridos en estos procesos.\u00a0El fundador de la startup, Xavier Berthet, es ingeniero […]<\/p>\n","protected":false},"author":4,"featured_media":24849543,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[36],"tags":[],"class_list":["post-24849545","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts\/24849545","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/comments?post=24849545"}],"version-history":[{"count":2,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts\/24849545\/revisions"}],"predecessor-version":[{"id":24849547,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts\/24849545\/revisions\/24849547"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/media\/24849543"}],"wp:attachment":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/media?parent=24849545"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/categories?post=24849545"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/tags?post=24849545"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}