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

Precigenetics está construyendo un motor de biotecnología–IA para entender los estados celulares a través del espacio y el tiempo. Nuestra misión va más allá de la IA, más allá de la enfermedad, es una cuestión de digitalizar y entender la biología. Un atlas celular virtual de IA requiere una representación universal.

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

Es hora de apostar todo y crear conjuntos de datos que cambien la forma en que interactuamos con la biología viva a través de un ordenador. Capas de -ómicas se pierden con nuestro aparato de medición tradicional: hemos desbloqueado metabolómica, lipidómica y algunas formas de epigenómica en células vivas.

Hito: Construir un conjunto de datos fundamental para estados celulares humanos dinámicos: trayectorias de células vivas, miles de interacciones entre fármacos–células y fármacos–modelos, a través de cultivos 3D derivados de pacientes y sistemas de órganos en chip.

Mapear cómo las drogas 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 etiquetas, microfluidos y AI, y registra videos hiperespectrales no destructivos de células humanas vivas mientras responden a fármacos, ediciones genéticas y cambios en el microentorno.

De cada trayectoria, extraemos huellas bioquímicas ricas alineadas con omicas y 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 clases completamente nuevas de biología de enfermedades, comenzando con 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 ver temprano el flujo mitocondrial, lipídico y redox; los precursores de la eficacia, resistencia o toxicidad, mucho antes de los puntos finales tradicionales.

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

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

Al alinear estas trayectorias ópticas con RNA-seq, epigenómica y contexto clínico, construimos representaciones que pueden simular intervenciones de "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 en la que jamás hayamos embarcado, y estamos listos para asumirla hoy, y durante todo 2026.

Por favor, comparte esto con personas que puedan estar interesadas en tal esfuerzo. Nuestro objetivo es digitalizar verdaderamente la biología a lo largo del tiempo, y cuando se trata de entender las enfermedades, creemos que realmente estamos al inicio de una revolución. Es hora de construir.