Com sede em San Carlos, a Precigenetics foi fundada por engenheiros de hardware, biólogos computacionais e biólogos celulares para tornar a descoberta de medicamentos verdadeiramente relevante para a biologia humana. Hoje, anuncio nosso plano para 2026: expandir nossa medição para um conjunto de dados fundamental sobre estados celulares.🧵

A Precigenetics está a construir um motor de biophotonics–AI para entender os estados celulares através do espaço e do tempo. A nossa missão vai além da IA, além da doença, é uma questão de digitalizar e entender a biologia. Um atlas virtual de células AI requer uma representação universal.

A IA não tem sequer a linguagem para entender - a representação universal - para compreender as complexidades de uma célula humana viva. O nosso hardware fornece as camadas que faltam.

É hora de investir tudo e criar conjuntos de dados que mudem a forma como interagimos com a biologia viva através de um computador. Camadas de -ômicas estão a faltar com o nosso aparato de medição tradicional - desbloqueámos a metabolómica, a lipidómica e algumas formas de epigenómica em células vivas.

Marco: Construir um conjunto de dados fundamental para estados dinâmicos de células humanas: trajetórias de células vivas, milhares de interações entre drogas–células e drogas–modelos, em culturas 3D derivadas de pacientes e sistemas de órgãos em chip.

Mapear como as drogas reprogramam células vivas para construir um modelo dinâmico da célula humana é o trabalho mais importante desta vida.

A nossa plataforma é construída com base em avanços em óptica sem etiquetas, microfluídica e AI, e regista vídeos hiperespectrais não destrutivos de células humanas vivas à medida que reagem a medicamentos, edições genéticas e alterações no microambiente.

De cada trajetória, extraímos impressões digitais bioquímicas ricas alinhadas com omicas e resultados, aprendendo como os estados celulares evoluem e quais intervenções realmente importam.

Estes dados, e os modelos treinados com eles, facilitam o design de terapias combinadas, reduzem o risco de toxicidade e descobrem novas classes inteiras de biologia das doenças - começando pela oncologia.

Tratamos cada experimento como um filme, não como uma instantânea: milhares de pontos no tempo por célula, resolução espacial subcelular e perfusão controlada de fármacos e estímulos.

Isto permite-nos ver precocemente o fluxo mitocondrial, lipídico e redox; os precursores da eficácia, resistência ou toxicidade, muito antes dos pontos finais tradicionais.

Estamos agora a construir modelos de estado celular virtual: modelos fundamentais pré-treinados para aprender como os genes, vias e ambientes interagem em células vivas.

Em vez de aprender apenas a partir de níveis estáticos de RNA ou proteínas, os nossos modelos aprendem a partir de trajetórias químicas completas.

Ao alinhar essas trajetórias ópticas com RNA-seq, epigenômica e contexto clínico, construímos representações que podem simular intervenções de "e se" e prever como uma célula irá responder antes que o experimento seja realizado.

Acreditamos que o nosso novo marco será a missão mais importante que já embarcamos, e estamos prontos para enfrentá-la hoje e durante todo o ano de 2026.

Por favor, partilhe isto com pessoas que possam estar interessadas em tal esforço. O nosso objetivo é tornar a biologia verdadeiramente digitalizada ao longo do tempo, e quando se trata de entender doenças, acreditamos que estamos realmente no início de uma revolução. É hora de construir.