Valentina Goanta
Valentina Goanta
Biologie Cellulaire et Moléculaire
QcSE
L’apprentissage automatique pour accélérer le compte des colonies de cellules pour la recherche scientifique
Valentina, diplômée en biologie cellulaire et moléculaire, s’est intéressée à l’approche translationnelle de la bioinformatique et de la biologie computationnelle, ainsi qu’à l’intelligence artificielle et à la façon dont elle peut être mise en œuvre dans le domaine médical. Grâce à Pytri, elle et son équipe optimisent l’efficacité du pipeline de recherche des biologistes moléculaires en utilisant l’apprentissage automatique pour détecter et compter intelligemment les colonies de cellules pour leurs recherches.
La Solution
Pytri est parvenu d’un manque d’efficacité dans le pipeline de recherche des biologistes moléculaires, plus précisément : le comptage cellulaire. Pytri vise à résoudre le problème de passer d’innombrables heures à compter les formations de colonies cellulaires et à identifier les contaminants grâce à l’apprentissage automatique qui détecte et compte intelligemment les colonies cellulaires pour la recherche en biologie.
Le Parcours
Valentina a participé à la cohorte QcSE été 2021. En 3 mois, elle a pu valider le modèle d’affaires de sa startup. Le programme l’a également aidée à poser des questions pertinentes afin de planifier efficacement le futur de son entreprise.
“J’ai eu l’opportunité d’élargir mon réseau et d’acquérir une expérience pratique auprès d’autres participants motivés comme moi. Le programme m’a également donné les outils et les compétences que j’ai utilisés tout au long de mon parcours entrepreneurial. Par exemple, le design thinking, les 10 règles de base pour élaborer de meilleures questions et un guide pour le modèle de business”
L’équipe a également beaucoup apprécié les conférences enregistrée à laquelle ils peuvent assister à leur propre rythme en synergie avec les webinaires live avec l’ensemble de la cohorte. Ce type de programme bien structuré est la combinaison idéale pour un apprentissage optimale.