Gevestigd in San Carlos, is Precigenetics opgericht door hardware-ingenieurs, computationele biologen en celbiologen om medicijnontdekking echt relevant te maken voor de menselijke biologie. Vandaag kondig ik ons plan voor 2026 aan: het uitbreiden van onze metingen naar een fundamentele dataset voor celtoestanden.🧵

Precigenetics bouwt een biophotonica–AI-engine om celtoestanden in ruimte en tijd te begrijpen. Onze missie gaat verder dan AI, verder dan ziekte, het is een kwestie van het digitaliseren en begrijpen van biologie. Een AI Virtueel Cel-atlas vereist een universele representatie.

AI heeft zelfs niet de taal om de universele representatie te begrijpen - om de complexiteit van een levende, menselijke cel te doorgronden. Onze hardware biedt de ontbrekende lagen.

Het is tijd om all-in te gaan en datasets te creëren die veranderen hoe we met levende biologie omgaan met een computer. Lagen van -omics gaan verloren met onze traditionele meetapparatuur - we hebben metabolomics, lipidomics en enkele vormen van epigenomics in levende cellen ontgrendeld.

Mijlpaal: Bouw een fundamentele dataset voor dynamische menselijke celtoestanden: live-cel trajecten, duizenden medicijn-cel en medicijn-model interacties, in patiënt-afgeleide 3D-culturen en organen-op-chip systemen.

Het in kaart brengen van hoe drugs levende cellen herprogrammeren om een dynamisch model van de menselijke cel te bouwen, is het belangrijkste werk van dit leven.

Ons platform is gebouwd op vooruitgangen in labelvrije optica, microfluidica en AI, en legt niet-destructieve, hyperspectrale video's vast van levende menselijke cellen terwijl ze reageren op medicijnen, genbewerking en veranderingen in de micro-omgeving.

Uit elke trajectorie halen we rijke biochemische vingerafdrukken die zijn afgestemd op omics en uitkomsten, en leren we hoe celtoestanden evolueren en welke interventies er echt toe doen.

Deze gegevens, en de modellen die daarop zijn getraind, maken het gemakkelijker om combinatietherapieën te ontwerpen, toxiciteit te verminderen en geheel nieuwe klassen van ziektebiologie te ontdekken - te beginnen met oncologie.

We beschouwen elk experiment als een film, niet als een momentopname: duizenden tijdstippen per cel, subcellulaire ruimtelijke resolutie en gecontroleerde perfusie van medicijnen en stimuli.

Dit stelt ons in staat om vroegtijdig mitochondriale, lipide- en redoxflux te zien; de voorlopers van effectiviteit, resistentie of toxiciteit, lang voordat traditionele eindpunten.

We bouwen nu virtuele celtoestandmodellen: fundamentmodellen die vooraf zijn getraind om te leren hoe genen, paden en omgevingen interageren in levende cellen.

In plaats van alleen te leren van statische RNA- of eiwitniveaus, leren onze modellen van volledige chemische trajecten.

Door deze optische trajecten af te stemmen op RNA-seq, epigenomica en de klinische context, bouwen we representaties die "wat als" interventies kunnen simuleren en voorspellen hoe een cel zal reageren voordat het experiment wordt uitgevoerd.

We geloven dat onze nieuwe mijlpaal de belangrijkste missie zal zijn die we ooit zijn aangegaan, en we zijn er klaar voor om deze vandaag en voor het hele jaar 2026 aan te gaan.

Deel dit alstublieft met mensen die mogelijk geïnteresseerd zijn in een dergelijke inspanning. We streven ernaar om biologie echt gedigitaliseerd te maken door de tijd heen, en als het gaat om het begrijpen van ziekten, geloven we dat we echt aan het begin staan van een revolutie. Het is tijd om te bouwen.