San Carlos merkezli Precigenetics, insan biyolojisi için ilaç keşfini gerçekten önemli kılmak amacıyla donanım mühendisleri, hesaplama biyologları ve hücre biyologları tarafından kurulmuştur. Bugün, 2026 planımızı duyuruyorum: ölçümlerimizi hücre durumları için temel bir veri setine genişletmek. 🧵

Precigenetics, mekan ve zaman boyunca hücre durumlarını anlamak için biyofotonik–yapay zeka motoru geliştiriyor. Misyonumuz yapay zekanın ve hastalığın ötesinde, biyolojiyi dijitalleştirmek ve anlamak meselesi. Bir yapay zeka Sanal Hücre atlası evrensel bir temsil gerektirir.

Yapay zeka, yaşayan bir insan hücresinin karmaşıklıklarını anlayacak dili - evrensel temsili - bile yok. Donanımımız eksik katmanları sağlıyor.

Artık tüm dünyayı harcama zamanı geldi ve bir bilgisayarla yaşayan biyolojiyle etkileşimimizi değiştiren veri setleri oluşturmanın zamanı. Geleneksel ölçüm cihazımızda -omiklerin katmanları eksik - metabolomik, lipidomik ve canlı hücrelerde bazı epigenomik türlerini açtık.

Kilometre taşı: Dinamik insan hücre durumları için temel bir veri seti oluşturun: canlı hücre yörüngeleri, hasta kaynaklı 3B kültürler ve organ-on-chip sistemler arasında binlerce ilaç-hücre ve ilaç modeli etkileşimi.

İlaçların canlı hücreleri yeniden programlayarak insan hücresinin dinamik bir modelini oluşturması, bu hayatın en önemli işidir.

Platformumuz, etiketsiz optik, mikrofluidik ve yapay zeka alanındaki gelişmeler üzerine inşa edilmiş ve ilaçlara, gen düzenlemelerine ve mikroçevresel değişikliklere yanıt veren canlı insan hücrelerinin yıkıcı olmayan, hiperspektral videolarını kaydetmektedir.

Her yörüngeden, omikler ve sonuçlarla uyumlu zengin biyokimyasal parmak izleri çıkarıyoruz, hücre durumlarının nasıl evrildiğini ve hangi müdahalelerin gerçekten önemli olduğunu öğreniyoruz.

Bu veriler ve üzerinde eğitilen modeller, kombinasyon tedavileri tasarlamayı, toksisite riskini azaltmayı ve onkolojiyle başlayan bambaşka hastalık biyolojisi sınıflarını ortaya çıkarmayı kolaylaştırıyor.

Her deneyi bir film olarak ele alıyoruz, bir anlık görüntü olarak değil: hücre başına binlerce zaman noktası, hücre altı mekansal çözünürlük ve kontrol edilen ilaç ile uyaran perfüzyon.

Bu, erken mitokondriyal, lipid ve redoks akışını görmemizi sağlar; etkinlik, direnç veya toksisitenin öncüleri, geleneksel son noktalardan çok önce.

Şu anda sanal hücre-durum modelleri inşa ediyoruz: genlerin, yolların ve çevrelerin canlı hücrelerde nasıl etkileşime girdiğini öğrenmek için önceden eğitilmiş temel modeller.

Modellerimiz sadece statik RNA veya protein seviyelerinden öğrenmek yerine, tam kimyasal yörüngelerden öğrenir.

Bu optik yörüngeleri RNA-dizi, epigenomik ve klinik bağlamla hizalayarak, "ya şöyle olsaydı" müdahalelerini simüle edebilen ve deney yapılmadan önce bir hücrenin nasıl tepki vereceğini tahmin edebilen temsiller oluşturuyoruz.

Yeni dönüm noktamızın, şimdiye kadar başlattığımız en önemli görev olacağına inanıyoruz ve bunu bugün ve tüm 2026 boyunca üstlenmeye hazırız.

Lütfen bu tür bir çabaya ilgi duyan kişilerle paylaşın. Biyolojiyi zaman içinde gerçekten dijitalleştirmeyi hedefliyoruz ve hastalığı anlamaya gelince, gerçekten bir devrimin başlangıcında olduğumuza inanıyoruz. İnşa zamanı.