NEWS
Gireesh Bogu: “A successful PhD is rarely the work of one person alone”
CRG PhD at 20 is a series of conversations with the people who built the CRG International PhD Programme and the people it trained, published ahead of “The past, present & future of doctoral research”, the symposium marking the programme's twentieth anniversary at the PRBB on 25 November 2026.
When Gireesh Bogu returned to the CRG this week to give a seminar, he did so not as the PhD student who once analysed long non-coding RNA sequences at the CRG, but as the founder of a company built to solve a problem he lived through himself.
Breeze, currently in private beta, lets wet-lab researchers analyse their own data through natural-language conversation rather than code, the very bottleneck that shaped his own years at the bench.
Born in Hyderabad, India, Bogu began his research career at the Genome Institute of Singapore before coming to the CRG for his PhD, turning down a place at other world-renowned institutes to do so.
At the CRG he worked on long non-coding RNAs and chromatin states in the group of Roderic Guigó, moving from small datasets to some of the largest in the field.
From there he crossed to Stanford, joining Mike Snyder's genetics lab, where, during the pandemic, he co-authored a landmark Nature Medicine paper showing that a smartwatch could flag a COVID-19 infection days before symptoms appeared. He went on to become senior algorithm scientist at Apple, before turning entrepreneur.
As part of our series marking the alumni who have gone on to do remarkable things, we sat down with him to trace the arc of bioinformatician to industry to entrepreneur, and to talk about the city that, by his own account, never really left him.
Where were you before the CRG?
I'm from South India, from Hyderabad. I'd always wanted to become a scientist in biology, and later on I found myself studying bioinformatics at the Genome Institute of Singapore. That was where I started working on long non-coding RNAs, and it was really my first proper research experience in a big, well-known institute. I had a mentor there, Rory Johnson, who was doing a postdoc in the lab and encouraged me to start looking for a PhD.
And how did the CRG come onto your radar?
I applied to Cambridge and I got an offer but I also came here to do the interviews at the CRG because Rory had mentioned it. I fell in love with Barcelona on the first day. It was Sant Jordi, and I saw this old couple, so happy with their flowers and their books, and I thought, “What is this place? It's amazing.” And of course being right next to the beach is unreal. You get used to it, but when you first see it, it's just so special. So I decided right away.
The funny thing is that I hadn't even heard of Barcelona before. I didn't travel much, and though I liked football, I was used to following United in the Premier League. But when I told my friends at the institute in Singapore that I was going to Barcelona, there was a wonder in their eyes that reaffirmed it was going to be a special place. And it was. I'm still in love with it. It's a very unique place in the world.
What did a CRG PhD give you scientifically that you might not have got elsewhere?
My first two years of my PhD were in a different research group. Over time, I realised it wasn't the right scientific fit for me. When I decided to leave the group they continued to support me, not just through the transition, but throughout the remainder of my PhD. I'm very grateful for their encouragement and generosity despite my moving to a different lab.
What ultimately kept me at the CRG was the support system. Roderic Guigó was a member of the PhD committee that checks in on students to make sure they're progressing well. He generously offered me the opportunity to join his group, giving me the fresh start I needed.
Looking back, I realise how many people quietly helped shape my journey. Juan Valcárcel selected my PhD application for an interview, opening the door to the CRG in the first place. Others offered advice, encouragement, and opportunities at critical moments. Science often celebrates individual achievements, but my experience taught me that a successful PhD is rarely the work of one person alone. There are many people behind the scenes whose support can completely change the course of someone's career.
I began working on long non-coding RNAs again, but this time with much larger datasets such as GTEx. Guigó's lab was an ideal environment for me as a computational biologist. He's one of the world's leading researchers, and the scale of the work in his group is extraordinary. While many labs analyse tens of RNA samples, his group works with thousands. That completely changes the kinds of questions you can ask.
Beyond the science, I felt at home again. I genuinely enjoyed doing research because I was part of a supportive team. A PhD can be challenging, so having a mentor like Roderic made a tremendous difference. He gives his researchers a great deal of freedom to pursue ideas and explore new directions, while also providing clear guidance and high standards. That combination creates an environment where you can grow quickly as a scientist, and I feel fortunate to have been part of his lab.
Let's talk about the move to Stanford. How did that come about?
I was working with the GTEx data, and the consortium holds a conference every year in a different place around the world. One year it was at Stanford. I was a bit scared to present my work but Roderic gave me the confidence to take the leap.
While there, I reached out to Mike Snyder, who is a very well-known figure in the world of sequencing. I'd watched his talks on YouTube, and he was going to be at GTEx too. I gave my presentation and one thing led to another and I ended up moving to Stanford.
And then the pandemic hit.
Yes — and honestly it's part of why I had some success in my field. When I first arrived at Stanford, the culture was so different that I had to hit a reset button and stop questioning whether I'd made the right choice leaving my amazing Barcelona life. But I pushed through, because I knew that to achieve big things you have to take risks and get out of your comfort zone. You can't just stay in one place feeling good all the time.
When COVID hit, we came up with this idea of doing something on viral detection. There are very few people who can come up with the algorithmic ideas to solve a problem like that quickly, and I was one of them. We didn't have the luxury of a year to think. It really tests you: how good are you, really? There was only one other group in the world doing it — so we had to move fast and publish first. Somehow, luckily, I was good enough for it.
How does someone working on long non-coding RNAs end up doing wearables?
I wanted to upgrade myself. I'd done all this RNA sequencing work, but Stanford is a place where people constantly retrain. A lot of researchers become expert in one thing and stay expert in that one thing forever. At Stanford, people keep learning new skills. Deep learning was everywhere there, like self-driving cars, so I wanted to learn all of it.
I'd wake up at around 3.30 or 4am — it sounds crazy I know — and I'd watch all the tutorials and practise until seven, then nap again until eight, have breakfast and go to Stanford. Every single day, building my skills. By the time the COVID project came along, I already understood the strengths and the limits of deep learning and machine learning, and where to apply them. That matters enormously, because ML and DL aren't always useful, it really depends on the data and the problem. You only know that if you know the field and the techniques. Otherwise you're stuck.
Then came Apple.
With the COVID work we were lucky enough to publish in Nature Medicine and Nature Biomedical Engineering. A colleague and I had written different algorithms, both used in those papers, and they were open source. Apple was studying that research internally, and they looked up who'd written the algorithms, so they already knew who we were.
I'd been working so closely on the research side, and I wanted a change. I'd seen everything that comes with a research career and I decided that professorship wasn't for me. I wanted to reach more people. After seven rounds of interviews I got an offer. My title was senior algorithm scientist, writing algorithms for the Apple Watch and doing brain-health research projects.
And then you took another step towards building your own thing.
I started feeling more entrepreneurial. Everyone is trying to build a company over there, but I came from a different background and didn't know where to start.
Stanford has a programme called Ignite, run through the business school, which teaches you the fundamentals of an MBA such as financing and how a business works, but compressed into a short, fast-paced course, designed for researchers.
My boss suggested it, because I'd been pitching him some ideas. I applied, I got in, and I loved it. For the case study we actually worked on the idea of another Stanford postdoc, who has since raised five million dollars and started his company in Belgium.
Now you have your own project — Breeze. Was it born from a frustration you remember personally?
Yes. In every wet-lab team there are two groups of people: the wet-lab people who do the experiments at the bench, and the dry-lab or bioinformatics people who do the data analysis. Most of the time, when the bench scientists generate data, they hand it over to the bioinformaticians. My idea is to cut down that hand-off and to let the experimental scientists do a lot of the analysis themselves, maybe not 100%, but 70 or 80% of it, without having to code. They just tell the system what they want, in the right way, choose the tools, and they can do it. I knew the problem myself, so it felt like a good thing to work on.
So you've gone from algorithms to understanding genomes, to algorithms on wearable watches, to algorithms that make understanding genomes. A full circle.
A full circle, yes. Coming back to the beginning, in a way.
If Breeze had existed when you were a PhD student here, what would it have changed?
If these tools had existed, I would have published more papers and made more discoveries. The work that took me around five years for the PhD, I could have done in a year, maybe even less. The postdoc work too, a lot of it in a few months.
But of course, the years are about more than papers and publications. They're about life and learning and building relationships. That's what matters at the end of the day. It's about maturing: you have to fail, you have to deal with problems, you grow.
You chose to come back to Europe — to Barcelona — to build this. Why?
I'm beta-testing the company here. My mentors are here, so I have the network to reach people and get feedback faster, and it's more affordable. And I was missing Barcelona so much. When I have free time I also travel to places like Amsterdam to promote the product and understand the ecosystem.
What did it feel like to walk in and give a seminar as a founder, rather than a student?
I loved it. I'm just so happy to hang out with researchers again. Scientists are such humble people, doing incredible things. They just love what they do.
What would you tell a current student who's wondering whether they belong in a lab at all?
Stay completely up to date with AI. You have to understand the technology, because if you don't adapt to it, you'll fall badly behind. Every week there's something new, and even for me it's overwhelming. If I were a student today, I'd learn everything as fast as I could and apply it to my own data as fast as I could.
What do you miss most about Barcelona?
The beach, so much. And Gràcia, the neighbourhood I lived in. The CRG itself. I feel so nostalgic being back. There's also a little Nepalese vegetarian place in Raval I loved.
EN CASTELLANO
Gireesh Bogu: "Un doctorado que llega a buen puerto rara vez es obra de una sola persona"
CRG PhD at 20 es una serie de conversaciones con personas que contribuyeron a construir el Programa Internacional de Doctorado del CRG y con personas que se formaron aquí, publicada antes de "The past, present & future of doctoral research", el simposio que celebra el vigésimo aniversario del programa en el auditorio del PRBB el 25 de noviembre de 2026.
Gireesh Bogu ha vuelto esta semana al CRG para dar un seminario, pero no como el estudiante de doctorado que analizaba secuencias de ARN largo no codificante, sino como fundador de una empresa creada para resolver un problema que él mismo vivió.
Breeze, un software que está actualmente en fase beta privada, permite a quienes trabajan en un laboratorio experimental analizar sus propios datos conversando en lenguaje natural en lugar de programando: justamente el cuello de botella que marcó sus años en el laboratorio.
Nacido en Hyderabad (India), Bogu empezó su carrera investigadora en el Genome Institute of Singapore antes de llegar al CRG para hacer el doctorado, y después de rechazar ofertas en otros institutos de prestigio internacional.
En el CRG trabajó con ARN largos no codificantes y estados de la cromatina en el grupo de Roderic Guigó, pasando de trabajar con conjuntos de datos pequeños a trabajar con algunos de los mayores del campo.
Del CRG dio el salto a Stanford, al laboratorio de genética de Mike Snyder, donde, durante la pandemia, firmó como coautor un artículo de referencia en Nature Medicine que demostraba que un reloj inteligente podía detectar una infección por COVID-19 días antes de que aparecieran los síntomas. A continuación trabajó como científico sénior de algoritmos en Apple, para finalmente convertirse en emprendedor.
Como parte de nuestra serie dedicada a quienes pasaron por el programa y han acabado haciendo cosas extraordinarias, nos sentamos con él para recorrer su trayectoria, de la bioinformática a la industria y al emprendimiento, y para hablar de la ciudad que, según él mismo cuenta, nunca le abandonó del todo.
¿Dónde estabas antes de llegar al CRG?
Soy del sur de la India, de Hyderabad. Siempre quise dedicarme a la biología y con el tiempo acabé estudiando bioinformática en el Genome Institute of Singapore. Allí empecé a trabajar con ARN largos no codificantes y fue mi primera experiencia investigadora de verdad en un instituto grande y conocido. Tuve allí un mentor, Rory Johnson, que estaba haciendo el posdoctorado en el mismo laboratorio y me animó a empezar a buscar un doctorado.
¿Y cómo apareció el CRG en tu radar?
Solicité plaza en Cambridge y me la dieron, pero también vine aquí a las entrevistas del CRG porque Rory me lo había mencionado. Me enamoré de Barcelona el primer día. Era Sant Jordi y vi a una pareja mayor, felicísima con sus flores y sus libros, y pensé: "¿Qué sitio es este? Es increíble". Y, claro, tener la playa al lado es irreal. Te acostumbras, pero la primera vez que la ves es algo muy especial. Así que lo decidí en ese momento.
Lo gracioso es que ni siquiera había oído hablar de Barcelona antes. No viajaba mucho y, aunque me gustaba el fútbol, seguía al United de la Premier League. Pero cuando les dije a mis amigos del instituto de Singapur que me iba a Barcelona, vi en sus ojos un asombro que me confirmó que iba a ser un sitio especial. Y lo fue. Sigo enamorado de la ciudad. Es un lugar único en el mundo.
¿Qué te aportó científicamente un doctorado en el CRG que quizá no habrías encontrado en otro lugar?
Mis primeros dos años de doctorado los pasé en otro grupo de investigación. Con el tiempo me di cuenta de que, científicamente, no era el encaje adecuado para mí. Cuando decidí dejar el grupo, siguieron apoyándome, no solo durante la transición, sino durante el resto del doctorado. Les agradezco mucho su ánimo y su generosidad a pesar de que me cambiara de laboratorio.
Lo que al final hizo que me quedara en el CRG fue la red de apoyo. Roderic Guigó formaba parte del comité de doctorado que hace seguimiento del alumnado para comprobar que avanza bien. Tuvo la generosidad de ofrecerme la oportunidad de entrar en su grupo y darme el nuevo comienzo que necesitaba.
Visto en perspectiva, me doy cuenta de cuánta gente contribuyó discretamente a mi trayectoria. Juan Valcárcel seleccionó mi solicitud de doctorado para una entrevista y así me abrió las puertas del CRG. Otras personas me dieron consejos, ánimos y oportunidades en momentos clave. La ciencia celebra a menudo los logros individuales, pero mi experiencia me enseñó que un doctorado que llega a buen puerto rara vez es obra de una sola persona. Hay mucha gente entre bastidores cuyo apoyo puede cambiar por completo el rumbo de una carrera.
Volví a trabajar con ARN largos no codificantes, pero esta vez con conjuntos de datos mucho mayores, como GTEx. El laboratorio de Guigó era el entorno ideal para mí como biólogo computacional. Es uno de los investigadores de referencia en el mundo y la magnitud del trabajo de su grupo es extraordinaria. Mientras muchos laboratorios analizan decenas de muestras de ARN, su grupo trabaja con miles. Eso cambia por completo el tipo de preguntas que puedes hacerte.
Más allá de la ciencia, volví a sentirme en casa. Disfrutaba investigando porque formaba parte de un equipo que me apoyaba. Un doctorado puede ser duro, así que tener un mentor como Roderic marcó una diferencia enorme. Da a su equipo mucha libertad para perseguir ideas y explorar nuevas direcciones, pero al mismo tiempo ofrece una orientación clara y un listón alto. Esa combinación crea un entorno en el que creces rápido como científico, y me siento afortunado de haber formado parte de su laboratorio.
Hablemos del salto a Stanford. ¿Cómo surgió?
Trabajaba con los datos de GTEx, y el consorcio organiza cada año un congreso en un lugar distinto del mundo. Un año tocó en Stanford. Me daba un poco de miedo presentar mi trabajo, pero Roderic me dio la confianza para lanzarme.
Estando allí, contacté con Mike Snyder, que es una figura muy conocida en el mundo de la secuenciación. Había visto sus charlas en YouTube y también iba a estar en el congreso de GTEx. Di mi presentación, una cosa llevó a la otra y acabé mudándome a Stanford.
Y entonces llegó la pandemia.
Sí, y la verdad es que, en parte, es la razón por la cual me ha ido bien en mi campo. Cuando llegué a Stanford, la cultura era tan distinta que tuve que pulsar el botón de reinicio y dejar de preguntarme si había acertado al dejar mi maravillosa vida de Barcelona. Pero seguí adelante, porque sabía que para conseguir cosas grandes hay que arriesgarse y salir de la zona de confort. No puedes quedarte siempre en el mismo sitio, a gusto todo el tiempo.
Cuando llegó la COVID, se nos ocurrió la idea de hacer algo sobre detección viral. Hay muy poca gente capaz de dar con las ideas algorítmicas necesarias para resolver un problema así en poco tiempo, y yo era una de ellas. No teníamos el lujo de pasarnos un año pensando. Eso te pone a prueba de verdad: ¿cómo de bueno eres realmente? Solo había otro grupo en el mundo haciéndolo, así que teníamos que ir rápido y publicar los primeros. Por suerte, de algún modo, estuve a la altura.
¿Cómo acaba alguien que trabaja con ARN largos no codificantes dedicándose a los dispositivos wearables?
Quería mejorar. Había hecho todo ese trabajo de secuenciación de ARN, pero Stanford es un sitio donde la gente se recicla constantemente. Mucha gente que investiga se hace experta en una cosa y lo es para siempre. En Stanford no paran de aprender cosas nuevas. El aprendizaje profundo estaba por todas partes, como en los coches autónomos, por ejemplo, así que quise aprenderlo todo.
Me levantaba sobre las 3:30 o las 4 de la mañana (ya sé que suena a locura) y veía todos los tutoriales y practicaba hasta las siete; luego dormía otra vez hasta las ocho, desayunaba y me iba a Stanford. Todos los días, formándome. Cuando llegó el proyecto de la COVID, ya entendía las fortalezas y los límites del aprendizaje profundo y del aprendizaje automático, y dónde aplicarlos. Eso importa muchísimo, porque no siempre son útiles: depende mucho de los datos y del problema. Solo lo sabes si conoces el campo y las técnicas. Si no, te quedas atascado.
Después llegó Apple.
Con el trabajo sobre la COVID tuvimos la suerte de publicar en Nature Medicine y Nature Biomedical Engineering. Un compañero y yo habíamos escrito algoritmos distintos, los dos utilizados en esos artículos, y eran de código abierto. En Apple estaban estudiando esa investigación internamente y miraron quién había escrito los algoritmos, así que ya sabían quiénes éramos.
Llevaba mucho tiempo metido de lleno en la parte investigadora y quería un cambio. Había visto todo lo que conlleva una carrera académica y decidí que una plaza de profesor no era para mí. Quería llegar a más gente. Después de siete rondas de entrevistas recibí una oferta. Mi cargo era científico sénior de algoritmos: escribía algoritmos para el Apple Watch y trabajaba en proyectos de investigación sobre salud cerebral.
Y luego diste otro paso para montar algo propio.
Me fue entrando el gusanillo emprendedor. Allí todo el mundo intenta montar una empresa, pero yo venía de otro mundo y no sabía por dónde empezar.
Stanford tiene un programa que se llama Ignite, que se imparte en la escuela de negocios y enseña los fundamentos de un MBA, como la financiación o el funcionamiento de una empresa, pero condensados en un curso corto e intenso, pensado para quienes investigan.
Me lo sugirió mi jefe, porque le había ido planteando algunas ideas. Me presenté, entré y me encantó. Para el caso práctico trabajamos con la idea de otro investigador posdoctoral de Stanford que desde entonces ha captado cinco millones de dólares y ha montado su empresa en Bélgica.
Ahora tienes tu propio proyecto, Breeze. ¿Nació de una frustración que recuerdas en primera persona?
Sí. En todos los equipos de laboratorios experimentales hay dos grupos de personas: quienes hacen los experimentos en la poyata, el llamado "laboratorio húmedo" (wet lab), y quienes se encargan del análisis de datos, en el "laboratorio seco" (dry lab) a través de la bioinformática. La mayoría de las veces, cuando el equipo experimental genera los datos, se los pasa a la gente de bioinformática. Mi idea es reducir ese traspaso y que quienes realizan los experimentos puedan encargarse de buena parte del análisis, quizá no del 100 %, pero sí del 70 u 80 %, sin tener que programar. Solo tienen que decirle al sistema lo que quieren, de la manera adecuada, elegir las herramientas y ya pueden hacerlo. Yo conocía el problema de primera mano, así que me pareció un buen tema al que dedicarme.
Así que has pasado de los algoritmos para entender genomas a los algoritmos de los relojes wearables, y de ahí a algoritmos que permiten entender genomas. El círculo se cierra.
El círculo se cierra, sí. Volver al principio, en cierto modo.
Si Breeze hubiera existido cuando hacías el doctorado aquí, ¿qué habría cambiado?
Si estas herramientas hubieran existido, habría publicado más artículos y hecho más descubrimientos. El trabajo que me llevó unos cinco años de doctorado lo podría haber hecho en un año, puede que en menos. Y el del posdoctorado también, buena parte en unos pocos meses.
Pero, claro, esos años son mucho más que artículos y publicaciones. Son vida, aprendizaje y relaciones. Eso es lo que importa al final. Se trata de madurar: tienes que fracasar, tienes que lidiar con los problemas, y creces.
Decidiste volver a Europa, a Barcelona, para montar esto. ¿Por qué?
Estoy haciendo las pruebas beta de la empresa aquí. Mis mentores están aquí, así que tengo la red para llegar a la gente adecuada y recibir comentarios más rápido, y además es más asequible. Y echaba muchísimo de menos Barcelona. Cuando tengo tiempo libre también viajo a sitios como Ámsterdam para promocionar el producto y entender el ecosistema.
¿Qué se siente al entrar a dar un seminario como fundador y no como estudiante?
Me encantó. Estoy feliz de volver a estar entre gente que investiga. Quienes se dedican a la ciencia son personas muy humildes que hacen cosas increíbles. Simplemente aman lo que hacen.
¿Qué le dirías a alguien que está estudiando ahora y se pregunta si su sitio está en un laboratorio?
Que esté totalmente al día en inteligencia artificial. Hay que entender la tecnología, porque si no te adaptas te quedas muy atrás. Cada semana sale algo nuevo, y hasta a mí me parece abrumador. Si yo fuera estudiante hoy, aprendería todo lo que pudiera lo más rápido posible y lo aplicaría a mis propios datos cuanto antes.
¿Qué es lo que más echas de menos de Barcelona?
La playa, muchísimo. Y Gràcia, el barrio en el que viví. El propio CRG. Volver me da una nostalgia enorme. Y hay un pequeño restaurante vegetariano nepalí en el Raval que me encantaba.
EN CATALÀ
Gireesh Bogu: "Un doctorat que arriba a bon port rarament és obra d'una sola persona"
CRG PhD at 20 és una sèrie de converses amb persones que van contribuir a construir el Programa Internacional de Doctorat del CRG i amb persones que s'han format aquí, publicada abans de "The past, present & future of doctoral research", el simposi que celebra el 20è aniversari del programa a l'auditori del PRBB el 25 de novembre de 2026.
Gireesh Bogu ha tornat aquesta setmana al CRG per fer un seminari, però no com l'estudiant de doctorat que analitzava seqüències d'ARN llarg no codificant, sinó com a fundador d'una empresa creada per resoldre un problema que ell mateix va experimentar.
Breeze, un programari que actualment està en fase beta privada, permet al personal d'un laboratori experimental analitzar les seves pròpies dades conversant en llenguatge natural en lloc de programant — el mateix coll d'ampolla que va marcar els seus anys al laboratori.
Nascut a Hyderabad, Índia, Bogu va començar la seva carrera investigadora al Genome Institute of Singapore abans d'arribar al CRG per cursar el seu doctorat, i després de rebutjar ofertes en altres instituts de renom internacional.
Al CRG va treballar amb ARN llargs no codificants i estats de cromatina al grup de Roderic Guigó, passant de treballar amb conjunts de dades petits a treballar amb alguns dels més grans del camp.
Del CRG va fer el salt a Stanford, al laboratori de genètica de Mike Snyder, on, durant la pandèmia, va coescriure un article de referència a Nature Medicine que demostrava que un rellotge intel·ligent podia detectar una infecció per COVID-19 dies abans que apareguessin els símptomes. Després va treballar a Apple com a científic sènior d'algoritmes, i finalment es va convertir en emprenedor.
Com a part de la nostra sèrie dedicada a les persones que van passar pel programa i han arribat a fer coses extraordinàries, ens vam asseure amb ell per repassar la seva carrera, des de la bioinformàtica fins a la indústria i l'emprenedoria, i per parlar de la ciutat que, segons ell mateix, mai no el va abandonar completament.
On eres abans d'arribar al CRG?
Soc del sud de l'Índia, d'Hyderabad. Sempre vaig voler dedicar-me a la biologia i finalment vaig acabar estudiant bioinformàtica al Genome Institute of Singapore. Allà vaig començar a treballar amb ARN llargs no codificants i va ser la meva primera experiència real de recerca en un institut gran i reconegut. Vaig tenir un mentor allà, en Rory Johnson, que feia el seu postdoctorat al mateix laboratori i em va animar a començar a buscar un doctorat.
I com va aparèixer el CRG al teu radar?
Vaig sol·licitar una plaça a Cambridge i me la van donar, però també vaig venir aquí per les entrevistes del CRG perquè en Rory m'ho havia comentat. Em vaig enamorar de Barcelona el primer dia. Era Sant Jordi i vaig veure una parella gran, molt contenta amb les seves flors i els seus llibres, i vaig pensar: "Quin lloc és aquest? És increïble". I, és clar, tenir la platja al costat és irreal. T'hi acostumes, però la primera vegada que la veus és una cosa molt especial. Així que em vaig decidir en aquell mateix moment.
El curiós és que ni tan sols havia sentit a parlar de Barcelona abans. No viatjava gaire i, tot i que m'agradava el futbol, seguia el United a la Premier League. Però quan vaig dir als meus amics de l'institut a Singapur que anava a Barcelona, vaig veure als seus ulls una sorpresa que confirmava que seria un lloc especial. I ho va ser. Encara estic enamorat de la ciutat. És un lloc únic al món.
Què et va aportar científicament un doctorat al CRG que potser no hauries trobat en un altre lloc?
Els meus primers dos anys de doctorat els vaig passar en un altre grup de recerca. Amb el temps vaig adonar-me que, científicament, no era l'encaix adequat per a mi. Quan vaig decidir deixar el grup, van continuar donant-me suport, no només durant la transició, sinó durant la resta del doctorat. Els agraeixo molt l'ànim i la generositat, tot i que vaig canviar de laboratori.
El que finalment em va fer quedar-me al CRG va ser la xarxa de suport. El Roderic Guigó formava part del comitè de doctorat que supervisava els i les estudiants per comprovar que progressessin bé. Va ser prou generós per oferir-me l'oportunitat d'unir-me al seu grup i donar-me el nou començament que necessitava.
Amb perspectiva, m'adono de quantes persones van contribuir discretament a la meva carrera. El Juan Valcárcel va seleccionar la meva sol·licitud de doctorat per a una entrevista i així em va obrir les portes del CRG. Altres persones em van donar consells, ànim i oportunitats en moments clau. La ciència sovint celebra els èxits individuals, però la meva experiència em va ensenyar que un doctorat reeixit rarament és obra d'una sola persona. Hi ha moltes persones entre bastidors el suport de les quals pot canviar completament el curs d'una carrera.
Vaig tornar a treballar amb ARN llargs no codificants, però aquesta vegada amb conjunts de dades molt més grans, com GTEx. El laboratori de Guigó era l'entorn ideal per a mi com a biòleg computacional. És un dels investigadors més destacats del món, i la magnitud del treball del seu grup és extraordinària. Mentre molts laboratoris analitzen desenes de mostres d'ARN, el seu grup treballa amb milers. Això canvia completament el tipus de preguntes que et pots fer.
Més enllà de la ciència, em vaig sentir com a casa de nou. M'agradava investigar perquè formava part d'un equip que em donava suport. Un doctorat pot ser difícil, així que tenir un mentor com en Roderic va marcar una gran diferència. Dona al seu equip molta llibertat per perseguir idees i explorar noves direccions, però alhora ofereix una guia clara i un llistó alt. Aquesta combinació crea un entorn on creixes ràpidament com a científic, i em sento afortunat d'haver format part del seu laboratori.
Parlem del salt a Stanford. Com va sorgir això?
Treballava amb dades de GTEx, i el consorci organitza una conferència cada any en una part diferent del món. Un any va tocar a Stanford. Em feia una mica de por presentar la meva feina, però en Roderic em va donar la confiança per fer el pas.
Allà, vaig contactar amb Mike Snyder, que és una figura molt coneguda en el món de la seqüenciació. Havia vist les seves xerrades a YouTube i també seria a la conferència de GTEx. Vaig fer la meva presentació, una cosa va portar a l'altra, i finalment vaig acabar traslladant-me a Stanford.
I després va arribar la pandèmia.
Sí, i la veritat és que, en part, és la raó per la qual m'ha anat bé en el meu camp. Quan vaig arribar a Stanford, la cultura era tan diferent que vaig haver de prémer el botó de reinici i deixar de preguntar-me si havia fet bé de deixar la meva meravellosa vida a Barcelona. Però vaig continuar, perquè sabia que per aconseguir grans coses cal arriscar-se i sortir de la zona de confort. No pots estar sempre al mateix lloc, tranquil tot el temps.
Quan va arribar la COVID, vam tenir la idea de fer alguna cosa sobre la detecció viral. Hi ha molt poques persones capaces de tenir les idees algorítmiques necessàries per resoldre un problema així en poc temps, i jo n'era una. No teníem el luxe de passar-nos un any pensant. Això realment et posa a prova: com de bo ets realment? Només hi havia un altre grup al món que ho feia, així que vam haver d'anar ràpid i publicar els primers. Per sort, d'alguna manera, vaig estar a l'alçada de la tasca.
Com pot algú que treballa amb ARN llargs no codificants acabar dedicant-se als dispositius portables?
Volia millorar. Ja havia fet tota aquella feina de seqüenciació d'ARN, però Stanford és un lloc on la gent es recicla constantment. Moltes persones que fan recerca esdevenen expertes en una cosa i ho són per sempre. A Stanford, la gent no para d'aprendre coses noves. L'aprenentatge profund era a tot arreu, com en els cotxes autònoms, per exemple, així que volia aprendre-ho tot.
Em llevava cap a les 3:30 o 4 de la matinada (sé que sona boig) i mirava tots els tutorials i practicava fins a les set; després tornava a dormir fins a les vuit, esmorzava i anava a Stanford. Cada dia, aprenent. Quan va arribar el projecte de la COVID, ja entenia els punts forts i els límits de l'aprenentatge profund i l'aprenentatge automàtic, i on aplicar-los. Això és molt important, perquè no sempre són útils — depèn molt de les dades i del problema. Només ho saps si coneixes el camp i les tècniques. Si no, et quedes encallat.
Després va arribar Apple.
Amb el treball sobre la COVID vam tenir la sort de publicar a Nature Medicine i Nature Biomedical Engineering. Un col·lega i jo havíem escrit algoritmes diferents, tots dos utilitzats en aquells articles, i eren de codi obert. A Apple estudiaven aquesta recerca internament i van mirar qui havia escrit els algoritmes, així que ja sabien qui érem.
Feia molt de temps que estava completament implicat en la recerca i volia un canvi. Havia vist tot el que comporta una carrera acadèmica i vaig decidir que una plaça de professor no era per a mi. Volia arribar a més gent. Després de set rondes d'entrevistes, vaig rebre una oferta. El meu càrrec era científic sènior d'algoritmes: escrivia algoritmes per a l'Apple Watch i treballava en projectes de recerca sobre la salut cerebral.
I després vas fer un altre pas per muntar alguna cosa pròpia.
Em va picar el cuc de l'emprenedoria. Allà tothom intenta muntar una empresa, però jo venia d'un altre món i no sabia per on començar.
Stanford té un programa anomenat Ignite, que s'imparteix a l'escola de negocis i ensenya els fonaments d'un MBA, com ara el finançament o el funcionament d'una empresa, però condensat en un curs curt i intens, dissenyat per a aquells que fan recerca.
El meu cap me'l va suggerir perquè li havia estat proposant algunes idees. Em vaig presentar, em van acceptar i em va encantar. Per al cas pràctic, vam treballar amb la idea d'un altre investigador postdoctoral de Stanford que des de llavors ha recaptat cinc milions de dòlars i ha creat la seva empresa a Bèlgica.
Ara tens el teu propi projecte, Breeze. Va néixer d'una frustració que recordes de primera mà?
Sí. En tots els equips de laboratoris experimentals hi ha dos grups de persones: els que duen a terme els experiments, al que es coneix com a "laboratori humit" (wet lab), i els encarregats de l'anàlisi de dades, al "laboratori sec" (dry lab) mitjançant la bioinformàtica. La majoria de vegades, quan l'equip experimental genera les dades, les passa als de bioinformàtica. La meva idea és reduir aquest traspàs, perquè aquells que fan els experiments puguin fer gran part de l'anàlisi, potser no al 100 %, però sí al 70 % o 80 %, sense haver de programar. Només han de dir al sistema què volen, de la manera correcta, triar les eines, i ho poden fer. Jo coneixia el problema de primera mà, així que vaig pensar que era un bon tema per treballar-hi.
Així que has passat d'algoritmes per entendre genomes a algoritmes per a rellotges portables, i d'aquí a algoritmes que ens permeten entendre genomes. El cercle es tanca.
El cercle es tanca, sí. Tornem al principi, d'alguna manera.
Si Breeze hagués existit quan feies el doctorat aquí, què hauria canviat?
Si aquestes eines haguessin existit, hauria publicat més articles i fet més descobriments. La feina que vaig fer en uns cinc anys de doctorat l'hauria pogut fer en un any, potser en menys. I també el postdoctorat, gran part en pocs mesos.
Però, és clar, aquells anys són molt més que articles i publicacions. Són vida, aprenentatge i relacions. Això és el que importa al final. Es tracta de madurar: has de fracassar, has d'afrontar problemes i créixer.
Vas decidir tornar a Europa, a Barcelona, per muntar això. Per què?
Estic fent les proves beta de l'empresa aquí. Els meus mentors són aquí, així que tinc la xarxa per arribar a les persones adequades i rebre comentaris més ràpid, i també és més assequible. I trobava molt a faltar Barcelona. Quan tinc temps lliure també viatjo a llocs com Amsterdam per promocionar el producte i entendre l'ecosistema.
Què se sent entrar a donar un seminari com a fundador i no com a estudiant?
Em va encantar. Estic feliç de tornar a estar entre gent que fa recerca. Les persones que es dediquen a la ciència són molt humils i fan coses increïbles. Simplement estimen el que fan.
Què li diries a algú que està estudiant ara i es pregunta si el seu lloc està en un laboratori?
Que estigui completament al dia en intel·ligència artificial. S'ha d'entendre la tecnologia, perquè si no t'adaptes, et quedes molt enrere. Cada setmana surt alguna cosa nova, i fins i tot jo penso que és aclaparador. Si fos estudiant avui, aprendria tant com pogués i tan ràpid com pogués i ho aplicaria a les meves pròpies dades tan aviat com fos possible.
Què és el que més trobes a faltar de Barcelona?
La platja, molt. I Gràcia, el barri on vivia. El mateix CRG. Tornar-hi em fa sentir molt nostàlgic. I hi ha un petit restaurant vegetarià nepalès al Raval que m'encantava.

