Mit Sitz in San Carlos wurde Precigenetics von Hardware-Ingenieuren, computergestützten Biologen und Zellbiologen gegründet, um die Arzneimittelentdeckung wirklich relevant für die menschliche Biologie zu machen. Heute kündige ich unseren Plan für 2026 an: Wir erweitern unsere Messungen zu einem grundlegenden Datensatz für Zellzustände.🧵

Precigenetics entwickelt eine Biophotonik–AI-Engine, um Zellzustände über Raum und Zeit zu verstehen. Unsere Mission geht über AI und Krankheiten hinaus; es geht darum, Biologie zu digitalisieren und zu verstehen. Ein AI-virtueller Zellatlas erfordert eine universelle Darstellung.

AI hat nicht einmal die Sprache, um die universelle Darstellung zu verstehen - um die Komplexität einer lebenden, menschlichen Zelle zu begreifen. Unsere Hardware bietet die fehlenden Schichten.

Es ist Zeit, alles auf eine Karte zu setzen und Datensätze zu erstellen, die verändern, wie wir mit lebender Biologie über einen Computer interagieren. Schichten von -Omics gehen mit unseren traditionellen Messapparaturen verloren - wir haben Metabolomik, Lipidomik und einige Formen der Epigenomik in lebenden Zellen freigeschaltet.

Meilenstein: Erstellen Sie einen grundlegenden Datensatz für dynamische menschliche Zellzustände: Live-Zell-Trajektorien, Tausende von Arzneimittel-Zell- und Arzneimittel-Modell-Interaktionen, über patientenabgeleitete 3D-Kulturen und Organ-on-Chip-Systeme.

Die Kartierung, wie Drogen lebende Zellen umprogrammieren, um ein dynamisches Modell der menschlichen Zelle zu erstellen, ist die wichtigste Arbeit dieses Lebens.

Unsere Plattform basiert auf Fortschritten in der label-freien Optik, Mikrofluidik und AI und zeichnet nicht-invasive, hyperspektrale Videos lebender menschlicher Zellen auf, während sie auf Medikamente, Genbearbeitungen und Veränderungen der Mikroumgebung reagieren.

Aus jeder Trajektorie extrahieren wir reichhaltige biochemische Fingerabdrücke, die mit Omics und Ergebnissen übereinstimmen, und lernen, wie sich Zellzustände entwickeln und welche Interventionen tatsächlich von Bedeutung sind.

Diese Daten und die darauf trainierten Modelle erleichtern die Entwicklung von Kombinationstherapien, reduzieren das Risiko von Toxizität und entdecken ganz neue Klassen der Krankheitsbiologie - beginnend mit der Onkologie.

Wir behandeln jedes Experiment wie einen Film, nicht wie ein Schnappschuss: Tausende von Zeitpunkten pro Zelle, subzelluläre räumliche Auflösung und kontrollierte Perfusion von Medikamenten und Stimuli.

Dies ermöglicht uns, frühzeitig mitochondriale, lipidische und Redox-Flüsse zu sehen; die Vorläufer von Wirksamkeit, Resistenz oder Toxizität, lange bevor traditionelle Endpunkte erreicht werden.

Wir bauen jetzt virtuelle Zellzustandsmodelle: Grundmodelle, die vortrainiert sind, um zu lernen, wie Gene, Wege und Umgebungen in lebenden Zellen interagieren.

Anstatt nur von statischen RNA- oder Proteinspiegeln zu lernen, lernen unsere Modelle aus vollständigen chemischen Trajektorien.

Durch die Ausrichtung dieser optischen Trajektorien mit RNA-seq, Epigenomik und klinischem Kontext erstellen wir Darstellungen, die simulieren können, wie sich eine Zelle vor der Durchführung des Experiments auf "Was wäre wenn"-Interventionen reagieren wird.

Wir glauben, dass unser neuer Meilenstein die wichtigste Mission sein wird, die wir jemals begonnen haben, und wir sind bereit, ihn heute und für das gesamte Jahr 2026 anzunehmen.

Bitte teilen Sie dies mit Personen, die an einem solchen Vorhaben interessiert sein könnten. Wir haben das Ziel, die Biologie wirklich über die Zeit hinweg zu digitalisieren, und wenn es darum geht, Krankheiten zu verstehen, glauben wir, dass wir wirklich am Anfang einer Revolution stehen. Es ist Zeit zu bauen.