Diseñar una proteína con una propiedad concreta —más estable, que se una mejor a su objetivo— ha significado durante décadas probar miles de variantes en el laboratorio, una a una. Cradle, fundada en Ámsterdam en 2021, aplica a ese problema las mismas técnicas que popularizaron los grandes modelos de lenguaje, y ya trabaja con farmacéuticas como Novo Nordisk o Johnson & Johnson. Lo pasamos por las 6 preguntas del método EDV©.
El caso en tres líneas
- Una plataforma de IA generativa que diseña variantes de proteínas con propiedades elegidas por el usuario, como estabilidad o capacidad de unión, para acelerar la I+D en farmacéutica, agricultura y química.
- Fundada en Ámsterdam en mayo de 2021 por Stef van Grieken, Jelle Prins, Elise de Reus, Eli Bixby y Harmen van Rossum, con oficina también en Zúrich.
- Clientes como Novo Nordisk, Johnson & Johnson Innovative Medicine, Grifols y Novozymes, y más de 100 millones de dólares captados en tres rondas entre 2022 y 2024.
Las seis preguntas de EDV©
1. Propósito: por qué existe
Cradle la fundan cinco personas en mayo de 2021: Stef van Grieken, CEO, junto a Jelle Prins, Elise de Reus, Eli Bixby y Harmen van Rossum. Es un equipo numeroso para una startup en fase seed, lo que sugiere que desde el principio entendieron que el reto exigía cubrir a la vez biología computacional, ingeniería de producto y relación con un cliente tan exigente y lento en sus ciclos de decisión como la industria farmacéutica. La empresa opera desde Ámsterdam, con una segunda base en Zúrich, cerca de varios de los grandes laboratorios farmacéuticos europeos.
2. Por qué ahora: la oportunidad
El diseño de proteínas lleva años siendo uno de los campos donde más rápido ha avanzado la inteligencia artificial, con hitos como los modelos de predicción de estructura que ganaron el Nobel de Química en 2024. Cradle llega cuando esas mismas técnicas de aprendizaje profundo empiezan a poder usarse no solo para predecir cómo es una proteína, sino para proponer directamente variantes nuevas con propiedades elegidas, y cuando la industria farmacéutica y química, bajo presión por acelerar sus ciclos de I+D, empieza a estar dispuesta a confiar en herramientas computacionales para ese paso.
3. A quién: el cliente
El cliente de Cradle es la empresa que necesita una proteína con una propiedad concreta y no quiere, o no puede, esperar a probar miles de variantes en el laboratorio: farmacéuticas que buscan nuevas terapias, empresas de agricultura y alimentación, y fabricantes químicos que usan proteínas como ingredientes o catalizadores. Entre sus clientes citados figuran Novo Nordisk, Johnson & Johnson Innovative Medicine, Grifols y Novozymes, compañías que ya tienen sus propios equipos de I+D y que usan Cradle como una capa adicional de capacidad computacional, no como sustituto de esos equipos.
4. Qué: la propuesta de valor
La plataforma de Cradle aplica técnicas derivadas de los grandes modelos de lenguaje al diseño de proteínas: genera variantes de secuencias de aminoácidos con propiedades elegidas por el usuario, como mayor estabilidad o mejor capacidad de unión a su objetivo. En la práctica, sustituye parte del proceso de prueba y error de laboratorio por una fase de cribado computacional, de forma que los científicos sintetizan y prueban físicamente solo las variantes que el modelo ya ha priorizado como más prometedoras, en lugar de miles de candidatas al azar.
5. Cómo: canales y operación
Al vender a farmacéuticas y empresas químicas de gran tamaño, el canal de Cradle no es de autoservicio masivo, sino de venta directa y relación continuada con equipos de I+D, formalizada en acuerdos de colaboración o partnership con cada cliente. Esto implica ciclos de venta largos, propios de la industria farmacéutica, pero también una relación más profunda y de mayor permanencia una vez que el cliente integra la plataforma en su flujo de trabajo de investigación, algo que compensa parcialmente la lentitud inicial del ciclo comercial.
6. Cuánto: ingresos y costes
Cradle cobra por el uso de su plataforma de software, vendida a empresas, aunque no ha hecho público el detalle de su modelo de precios. Ha captado más de 100 millones de dólares en total a través de tres rondas: una seed de 5,5 millones de euros en noviembre de 2022 liderada por Index Ventures, una Serie A de 24 millones de dólares en noviembre de 2023, también liderada por Index Ventures, y una Serie B de 73 millones de dólares en 2024 liderada por IVP, con el apoyo de Index Ventures y Kindred Capital. El ritmo de esas rondas, cada una mayor que la anterior y en menos de dos años, sugiere métricas de crecimiento sólidas, aunque la empresa no publica cifras de ingresos ni de número de clientes.
El canvas Business Model EDV© de Cradle
Este es el caso en el canvas Business Model EDV©. Debajo, la misma información en una tabla, con los datos con fuente separados de la lectura externa.
| Pregunta EDV© | Datos con fuente | Lectura externa |
|---|---|---|
| 1. Propósito Confluencia entre lo que se te da bien, lo que te apasiona y lo que el mundo necesita. |
• Fundada en Ámsterdam en mayo de 2021 por Stef van Grieken (CEO), Jelle Prins, Elise de Reus, Eli Bixby y Harmen van Rossum. • Opera desde Ámsterdam, con una segunda oficina en Zúrich. |
Lectura: Un equipo fundador de cinco personas en fase seed es inusualmente grande, lo que apunta a que el problema a resolver exigía desde el primer día varias disciplinas distintas a la vez. |
| 2. Por qué ahora Justifica por qué ahora es un buen momento para poner en marcha la idea: tendencias, oportunidad y escenario. |
• Avances recientes en modelos de IA para predicción y diseño de estructura de proteínas, con reconocimiento científico de primer nivel. • Presión de la industria farmacéutica y química por acelerar sus ciclos de investigación y desarrollo. |
Lectura: El salto de «predecir cómo es una proteína» a «proponer una proteína nueva que no existía» es la ventana de oportunidad real, y solo se abrió hace relativamente poco. |
| 3. A quién Los segmentos de clientes: grupos de personas conscientes a los que resuelve un problema. |
• Clientes citados: Novo Nordisk, Johnson & Johnson Innovative Medicine, Grifols y Novozymes. • Sectores atendidos: farmacéutica, agricultura, producción de alimentos y fabricación química. |
Lectura: Vender a grandes farmacéuticas que ya tienen equipo de I+D propio exige posicionarse como una capacidad adicional, no como un reemplazo de ese equipo. |
| 4. Qué La propuesta de valor y las principales características o funcionalidades del producto o servicio. |
• Plataforma de IA generativa que diseña variantes de proteínas con propiedades elegidas por el usuario. • Reduce el número de variantes que es necesario sintetizar y probar físicamente en el laboratorio. |
Lectura: El valor no está en eliminar el laboratorio, está en reducir drásticamente cuántas variantes hay que llevar físicamente a él. |
| 5. Cómo Cómo llega a sus clientes y qué necesita para atenderlos: canales, distribución, actividades y alianzas clave. |
• Venta directa y acuerdos de colaboración con equipos de I+D de cada cliente, no autoservicio masivo. • Integración en el flujo de trabajo de investigación del cliente una vez formalizada la relación. |
Lectura: Vender a un ciclo largo como el farmacéutico exige aceptar que el crecimiento será más lento al principio, a cambio de contratos más profundos y duraderos después. |
| 6. Cuánto Si el modelo de negocio es rentable: estructura de costes y modelo de ingresos. |
• Modelo de ingresos: software vendido a empresas (SaaS B2B), sin precios públicos. • Seed de 5,5 millones de euros (noviembre de 2022), Serie A de 24 millones de dólares (noviembre de 2023) y Serie B de 73 millones de dólares (2024). • Más de 100 millones de dólares captados en total; inversores principales Index Ventures, IVP y Kindred Capital. |
Lectura: Tres rondas cada vez mayores en menos de dos años es la señal más fuerte que hay de crecimiento, pero sigue siendo una señal indirecta mientras no haya cifras de ingresos públicas. |
Hipótesis de valor y de crecimiento: qué está probado
| Hipótesis | Estado | Qué sabemos |
|---|---|---|
| Hipótesis de propósito | Demostrada | Equipo fundador numeroso desde la fase seed, cubriendo desde el inicio biología computacional, producto y relación con cliente farmacéutico. |
| Hipótesis de oportunidad | Demostrada | Los avances técnicos en modelos de IA para proteínas y la presión de la industria por acelerar su I+D son tendencias verificables e independientes de la empresa. |
| Hipótesis de cliente | Demostrada | Clientes nombrados de primer nivel (Novo Nordisk, J&J Innovative Medicine, Grifols, Novozymes) confirman que grandes farmacéuticas y químicas ya pagan por el producto. |
| Hipótesis de valor | Parcial | La plataforma reduce el número de variantes a probar en laboratorio, una propuesta de valor coherente, pero no hay datos públicos sobre cuánto reduce los tiempos o costes reales de I+D de sus clientes. |
| Hipótesis de canal | Parcial | El modelo de venta directa a equipos de I+D encaja con el tipo de cliente, pero implica ciclos largos cuyo coste de adquisición no es público. |
| Hipótesis de rentabilidad | Parcial | El ritmo creciente de las rondas sugiere buen desempeño, pero la empresa no publica ingresos ni número de clientes, así que la rentabilidad del modelo sigue sin demostrarse con cifras propias. |
Tres preguntas para tu negocio
- Si tu cliente ya tiene su propio equipo interno para hacer lo que tú ofreces, ¿tu producto se vende como sustituto o como una capacidad adicional? ¿Lo tienes claro en tu discurso comercial?
- Si vendes a un ciclo de decisión largo, ¿has calculado cuánto tiempo y caja necesitas aguantar hasta que el primer contrato grande compense el coste de conseguirlo?
- ¿Estás usando el tamaño o el ritmo de tus rondas de inversión como si fueran una prueba de que tu modelo funciona, en lugar de cifras reales de ingresos o retención?
Rellena tu propio canvas Business Model EDV© en edv.advenio.es.
Datos a 17 de octubre de 2026. Las cifras son las declaradas por la compañía o publicadas por la prensa; lo marcado como lectura externa es interpretación propia.
