Basée à San Carlos, Precigenetics a été fondée par des ingénieurs en matériel, des biologistes computationnels et des biologistes cellulaires pour rendre la découverte de médicaments véritablement pertinente pour la biologie humaine. Aujourd'hui, j'annonce notre plan pour 2026 : étendre notre mesure à un ensemble de données fondamental pour les états cellulaires.🧵

Precigenetics construit un moteur biophotonique–IA pour comprendre les états cellulaires à travers l'espace et le temps. Notre mission va au-delà de l'IA, au-delà de la maladie, il s'agit de numériser et de comprendre la biologie. Un atlas cellulaire virtuel IA nécessite une représentation universelle.

L'IA n'a même pas le langage pour comprendre - la représentation universelle - pour saisir les complexités d'une cellule humaine vivante. Notre matériel fournit les couches manquantes.

Il est temps de s'engager pleinement et de créer des ensembles de données qui changent notre interaction avec la biologie vivante à l'aide d'un ordinateur. Des couches d'-omiques manquent avec notre appareil de mesure traditionnel - nous avons débloqué la métabolomique, la lipidomique et certaines formes d'épigénomique dans des cellules vivantes.

Jalon : Construire un ensemble de données fondamental pour les états cellulaires humains dynamiques : trajectoires de cellules vivantes, milliers d'interactions médicament-cellule et médicament-modèle, à travers des cultures 3D dérivées de patients et des systèmes organes-sur-puce.

Cartographier comment les drogues reprogramment les cellules vivantes pour construire un modèle dynamique de la cellule humaine est le travail le plus important de cette vie.

Notre plateforme est construite sur des avancées en optique sans marquage, microfluidique et AI, et enregistre des vidéos hyperspectrales non destructives de cellules humaines vivantes alors qu'elles réagissent à des médicaments, des modifications génétiques et des changements microenvironnementaux.

À partir de chaque trajectoire, nous extrayons de riches empreintes biochimiques alignées avec les omiques et les résultats, apprenant comment les états cellulaires évoluent et quelles interventions ont réellement de l'importance.

Ces données, ainsi que les modèles entraînés sur celles-ci, facilitent la conception de thérapies combinées, réduisent le risque de toxicité et révèlent de nouvelles classes de biologie des maladies - en commençant par l'oncologie.

Nous traitons chaque expérience comme un film, pas un instantané : des milliers de points temporels par cellule, une résolution spatiale subcellulaire et une perfusion contrôlée de médicaments et de stimuli.

Cela nous permet de voir tôt le flux mitochondrial, lipidique et redox ; les précurseurs de l'efficacité, de la résistance ou de la toxicité, bien avant les points d'aboutissement traditionnels.

Nous construisons maintenant des modèles d'état cellulaire virtuels : des modèles de base pré-entraînés pour apprendre comment les gènes, les voies et les environnements interagissent dans les cellules vivantes.

Au lieu d'apprendre uniquement à partir des niveaux statiques d'ARN ou de protéines, nos modèles apprennent à partir de trajectoires chimiques complètes.

En alignant ces trajectoires optiques avec l'ARN-seq, l'épigénomique et le contexte clinique, nous construisons des représentations qui peuvent simuler des interventions « et si » et prédire comment une cellule réagira avant que l'expérience ne soit réalisée.

Nous croyons que notre nouvelle étape sera la mission la plus importante que nous ayons jamais entreprise, et nous sommes prêts à l'affronter aujourd'hui, et pour toute l'année 2026.

Veuillez partager cela avec des personnes qui pourraient être intéressées par un tel effort. Nous visons à rendre la biologie véritablement numérisée à travers le temps, et en ce qui concerne la compréhension des maladies, nous croyons que nous sommes vraiment au début d'une révolution. Il est temps de construire.