Con sede en San Carlos, Precigenetics fue fundada por ingenieros de hardware, biólogos computacionales y biólogos celulares para hacer que el descubrimiento de fármacos fuera realmente relevante para la biología humana. Hoy anuncio nuestro plan para 2026: ampliar nuestra medición a un conjunto de datos fundamental para los estados celulares. 🧵

Precigenetics está construyendo un motor de biofotónica-IA para comprender los estados celulares a través del espacio y el tiempo. Nuestra misión va más allá de la IA, más allá de las enfermedades, es cuestión de digitalizar y comprender la biología. Un atlas de Células Virtuales de IA requiere una representación universal.

La IA ni siquiera tiene el lenguaje para entender —la representación universal— para captar las complejidades de una célula humana y viva. Nuestro hardware proporciona las capas que faltan.

Es hora de entregarse por completo y crear conjuntos de datos que cambien la forma en que interactuamos con la biología viva con un ordenador. Las capas de -ómicas se perden con nuestro aparato tradicional de medición: hemos desbloqueado metabolómica, lipidómica y algunas formas de epigenómica en células vivas.

Hito: Construir un conjunto de datos fundamental para estados dinámicos de células humanas: trayectorias de células vivas, miles de interacciones fármaco-célula y fármaco-modelo, a través de cultivos 3D derivados del paciente y sistemas órgano-en-chip.

Mapear cómo los fármacos reprograman las células vivas para construir un modelo dinámico de la célula humana es el trabajo más importante de esta vida.

Nuestra plataforma se basa en avances en óptica sin etiqueta, microfluídica e IA, y graba vídeos hiperespectrales no destructivos de células humanas vivas mientras responden a fármacos, ediciones genéticas y cambios microambientales.

De cada trayectoria, extraemos ricas huellas bioquímicas alineadas con los ómicos y los resultados, aprendiendo cómo evolucionan los estados celulares y qué intervenciones realmente importan.

Estos datos, y los modelos entrenados con ellos, facilitan el diseño de terapias combinadas, reducen el riesgo de toxicidad y descubren nuevas clases de biología de enfermedades, empezando por la oncología.

Tratamos cada experimento como una película, no como una instantánea: miles de puntos temporales por célula, resolución espacial subcelular y perfusión controlada de fármacos y estímulos.

Esto nos permite observar el flujo mitocondrial temprano, lipídico y redox; los precursores de eficacia, resistencia o toxicidad, mucho antes de los objetivos tradicionales.

Ahora estamos construyendo modelos virtuales de estado celular: modelos de fundación preentrenados para aprender cómo interactúan los genes, vías y entornos en las células vivas.

En lugar de aprender solo a partir de niveles estáticos de ARN o proteína, nuestros modelos aprenden de trayectorias químicas completas.

Al alinear estas trayectorias ópticas con el RNA-seq, la epigenómica y el contexto clínico, construimos representaciones que pueden simular intervenciones "qué pasaría si" y predecir cómo responderá una célula antes de que se realice el experimento.

Creemos que nuestro nuevo hito será la misión más importante que hayamos emprendido jamás, y estamos listos para asumirlo hoy y durante todo 2026.

Por favor, comparte esto con personas que puedan estar interesadas en este tipo de esfuerzo. Nuestro objetivo es digitalizar la biología a lo largo del tiempo y, en lo que respecta a la comprensión de las enfermedades, creemos que estamos realmente al inicio de una revolución. Es hora de construir.