Precigenetics har sitt säte i San Carlos och grundades av hårdvaruingenjörer, beräkningsbiologer och cellbiologer för att göra läkemedelsupptäckt verkligt relevant för människans biologi. Idag tillkännager jag vår plan för 2026: att utvidga vår mätning till en grundläggande datamängd för celltillstånd. 🧵

Precigenetics bygger en biofotonik–AI-motor för att förstå celltillstånd över tid och rum. Vårt uppdrag är bortom AI, bortom sjukdom, det handlar om att digitalisera och förstå biologi. En AI Virtual Cell-atlas kräver en universell representation.

AI har inte ens språket att förstå – den universella representationen – för att förstå komplexiteten i en levande, mänsklig cell. Vår hårdvara tillhandahåller de saknade lagren.

Det är dags att satsa fullt ut och skapa datamängder som förändrar hur vi interagerar med levande biologi med en dator. Lager av -omik försvinner med vår traditionella mätapparat – vi har låst upp metabolomik, lipidomik och vissa former av epigenomik i levande celler.

Milstolpe: Bygg en grundläggande datamängd för dynamiska mänskliga celltillstånd: levande cellbanor, tusentals läkemedel–cell och läkemedel–modell-interaktioner, över patienthärledda 3D-kulturer och organ-on-chip-system.

Att kartlägga hur läkemedel omprogrammerar levande celler för att bygga en dynamisk modell av den mänskliga cellen är det viktigaste arbetet under denna livstid.

Vår plattform bygger på framsteg inom etikettfri optik, mikrofluidik och AI, och spelar in icke-destruktiva, hyperspektrala videor av levande mänskliga celler när de reagerar på läkemedel, genredigeringar och mikromiljöförändringar.

Från varje bana extraherar vi rika biokemiska fingeravtryck som är anpassade till omics och utfall, och lär oss hur celltillstånd utvecklas och vilka interventioner som faktiskt spelar roll.

Denna data, och de modeller som tränats på den, gör det enklare att utforma kombinationsterapier, minska risken för toxicitet och upptäcka helt nya klasser av sjukdomsbiologi – med början i onkologi.

Vi behandlar varje experiment som en film, inte en ögonblicksbild: tusentals tidspunkter per cell, subcellulär rumslig upplösning och kontrollerad perfusion av läkemedel och stimuli.

Detta låter oss se tidigt mitokondrie-, lipid- och redoxflöde; föregångarna till effektivitet, resistens eller toxicitet, långt före traditionella slutpunkter.

Vi bygger nu virtuella celltillståndsmodeller: grundmodeller som är förtränade för att lära sig hur gener, vägar och miljöer samverkar i levande celler.

Istället för att bara lära sig från statiska RNA- eller proteinnivåer, lär sig våra modeller från fullständiga kemiska banor.

Genom att anpassa dessa optiska banor med RNA-seq, epigenomik och klinisk kontext bygger vi representationer som kan simulera "tänk om"-interventioner och förutsäga hur en cell kommer att reagera innan experimentet körs.

Vi tror att vår nya milstolpe kommer att bli det viktigaste uppdrag vi någonsin påbörjat oss, och vi är redo att ta itu med det idag och under hela 2026.

Dela gärna detta med personer som kan vara intresserade av en sådan insats. Vi strävar efter att göra biologin verkligen digitaliserad över tid, och när det gäller att förstå sjukdomar tror vi att vi verkligen står i början av en revolution. Det är dags att bygga.