Biostate AI pozyskuje 12 milionów dolarów w ramach finansowania Serii A
Biostate AI, startup zajmujący się diagnostyką molekularną, który łączy sekwencjonowanie RNA nowej generacji (RNAseq) z generatywną sztuczną inteligencją, ogłosił dziś pozyskanie 12 milionów dolarów w rundzie finansowania Serii A. Inwestycję poprowadził Accel, a udział wzięli również Gaingels, Mana Ventures, InfoEdge Ventures oraz dotychczasowi inwestorzy: Matter Venture Partners, Vision Plus Capital i Catapult Ventures. Wśród aniołów biznesu wspierających firmę znaleźli się m.in. Dario Amodei (CEO Anthropic), Mike Schnall-Levin (CTO 10x Genomics) i Emily Leproust (CEO Twist Bioscience).
Cel: przewidywalna biologia i medycyna precyzyjna
Środki zostaną przeznaczone na ambitny plan Biostate AI: uczynienie biologii przewidywalną i umożliwienie rozwoju medycyny precyzyjnej na szeroką skalę. Podobnie jak OpenAI trenowało ChatGPT na trylionach słów, aby zrozumieć język ludzki, Biostate szkoli modele na miliardach profili ekspresji RNA, aby poznać „molekularny język” chorób.
Model Netflixa w diagnostyce molekularnej
Firma, założona przez byłych profesorów MIT i Rice – Ashwina Gopinatha i Davida Zhanga, wprowadza nowe podejście do diagnostyki. Zamiast oferować pojedyncze usługi sekwencjonowania, Biostate stosuje model biznesowy inspirowany Netflixem: przetwarza tysiące próbek RNA przy bardzo niskich kosztach, wykorzystuje dane do trenowania własnego systemu generatywnej AI i ciągle udoskonala swoje modele. To tworzy samonapędzający się cykl – tańsze sekwencjonowanie prowadzi do lepszych modeli, a te z kolei dostarczają dokładniejszych wyników klinicznych.
„Każda diagnostyka, którą tworzyłem, miała na celu przybliżenie odpowiedzi do pacjenta” – mówi Zhang, CEO Biostate AI. „Biostate robi ogromny krok naprzód, udostępniając cały transkryptom w przystępnej cenie.”
Transkryptom, czyli pełny zestaw cząsteczek RNA w komórce, dostarcza aktualnych informacji o zdrowiu i chorobie. Jednak do tej pory pełne sekwencjonowanie transkryptomu było zbyt drogie i trudne w interpretacji. Biostate rozwiązuje oba problemy, obniżając koszty i wykorzystując zaawansowaną sztuczną inteligencję.
Innowacje technologiczne: BIRT, PERD i generatywna AI
Podstawę działalności Biostate stanowią dwie opatentowane technologie: BIRT (Biostate Integrated RNAseq Technology) i PERD (Probabilistic Expression Reduction Deconvolution). BIRT to protokół umożliwiający jednoczesne sekwencjonowanie wielu próbek RNA, co zmniejsza koszty niemal dziesięciokrotnie. PERD wykorzystuje nowatorskie algorytmy do eliminowania tzw. „efektów partii” – zmienności wynikającej z różnic w warunkach laboratoryjnych – która często zakłóca wyniki badań.
Dane z sekwencjonowania trafiają do własnego modelu Biostate o nazwie Biobase, który działa podobnie jak modele GPT w przetwarzaniu języka naturalnego. Wytrenowany na setkach tysięcy profili transkryptomicznych z różnych tkanek, stanów chorobowych i gatunków, Biobase rozpoznaje „gramatykę biologii” – wzorce ekspresji genów związane ze zdrowiem i chorobą.
Tak jak GPT można dostosować do pisania tekstów czy podsumowywania dokumentów, Biobase może wykrywać nawroty nowotworów, przewidywać reakcję na leki w chorobach autoimmunologicznych czy klasyfikować pacjentów w badaniach kardiologicznych. Prognosis AI, oparty na Biobase, już wykazuje potencjał w prognozowaniu nawrotów białaczki i jest testowany w stwardnieniu rozsianym we współpracy z Accelerated Cure Project.
„Tak jak ChatGPT zrewolucjonizował rozumienie języka, my uczymy się molekularnego języka chorób na podstawie miliardów ekspresji RNA” – mówi Gopinath, CTO firmy. „Robimy dla medycyny molekularnej to, co modele językowe zrobiły dla tekstu – skalibrujemy surowe dane, aby algorytmy mogły w końcu pokazać swój potencjał.”
Tworzenie największego zbioru danych RNAseq na świecie
Dotychczas Biostate zsekwencjonował ponad 10 000 próbek dla 150+ współpracowników, w tym Cornell i innych instytucji. Celem jest zwiększenie tej liczby do setek tysięcy próbek rocznie. Ten wzrost jest możliwy dzięki niskim kosztom sekwencjonowania i zautomatyzowanemu systemowi OmicsWeb, który standaryzuje, kataloguje i bezpiecznie przechowuje dane transkryptomiczne.
Infrastruktura chmurowa firmy obejmuje narzędzia GenAI, takie jak:
- OmicsWeb Copilot – interfejs w języku naturalnym do analizy danych RNAseq bez kodowania.
- QuantaQuill – asystent AI generujący gotowe do publikacji manuskrypty naukowe, w tym wykresy i cytowania.
- Embedding Surfer – narzędzie wizualizujące ukryte zależności w danych ekspresji genów.
Biostate, z biurami w Houston, Palo Alto, Bangalore i Szanghaju, rozszerza globalną współpracę z klinikami i uczelniami. Firma przetwarza zarówno świeże, jak i archiwalne próbki tkanek, umożliwiając wykorzystanie danych, które wcześniej nie nadawały się do analizy.
W stronę uniwersalnej AI dla wszystkich chorób
Ostatecznym celem Biostate jest stworzenie uniwersalnej sztucznej inteligencji, która będzie w stanie rozumieć i wspomagać leczenie wszystkich chorób. To podejście kontrastuje z obecnym modelem biotechnologii, gdzie każda choroba wymaga osobnych narzędzi diagnostycznych i ścieżek terapeutycznych.
„Zamiast traktować diagnostykę i terapię każdej choroby osobno, wierzymy, że nowoczesna AI może być uniwersalna i pomóc w leczeniu wszystkich schorzeń” – mówi Zhang.
Traktując biologię jako system generatywny, Biostate chce przewidywać nie tylko aktualny stan zdrowia, ale też przyszłe scenariusze chorobowe i optymalne interwencje.
Co dalej?
Po pozyskaniu ponad 20 milionów dolarów i z rosnącą bazą klientów, Biostate intensyfikuje współpracę w dziedzinach onkologii, kardiologii i immunologii. Kolejne cele to walidacja modeli predykcyjnych i komercjalizacja narzędzi diagnostycznych opartych na AI.
Jak podsumowuje Gopinath: „Nie tylko interpretujemy biologię. Budujemy biologiczny odpowiednik dużego modelu językowego – tyle że tym razem trenowanego na ludzkim ciele.”
Jeśli Biostate AI osiągnie sukces, medycyna precyzyjna przyszłości nie będzie tylko reaktywna – stanie się predykcyjna, spersonalizowana i napędzana generatywną sztuczną inteligencją.