Biostate AI erhält 12 Millionen US-Dollar in Series-A-Finanzierungsrunde, um das ChatGPT der Molekularen Medizin zu trainieren

Biostate AI, ein Startup für Molekulare Diagnostik, das Next-Generation-RNA-Sequenzierung (RNAseq) mit generativer KI kombiniert, gab heute bekannt, dass es 12 Millionen US-Dollar in einer Series-A-Finanzierungsrunde aufgenommen hat, die von Accel geleitet wird. An der Runde beteiligten sich auch Gaingels, Mana Ventures, InfoEdge Ventures und die wiederkehrenden Investoren Matter Venture Partners, Vision Plus Capital und Catapult Ventures. Auch hochkarätige Engel wie Anthropic-CEO Dario Amodei, 10x-Genomics-CTO Mike Schnall-Levin und Twist-Bioscience-CEO Emily Leproust unterstützten das Unternehmen. (TXG ) (TWST )

Die neue Finanzierung treibt Biostates ehrgeiziges Ziel voran: Biologie vorhersehbar zu machen und Präzisionsmedizin im großen Maßstab zu ermöglichen. Ähnlich wie OpenAI ChatGPT auf Billionen von Wörtern trainiert hat, um die menschliche Sprache zu verstehen, trainiert Biostate Grundmodelle auf Milliarden von RNA-Expressionsprofilen, um die “molekulare Sprache” der menschlichen Krankheit zu erlernen.

Ein Netflix-Modell für Molekulare Medizin

Das von MIT- und Rice-Professoren gegründete Startup, Ashwin Gopinath und David Zhang, stellt sich ein neues Paradigma für Diagnostik vor. Anstatt isolierte Sequenzierungsdienste anzubieten, verwendet Biostate ein selbsttragendes Geschäftsmodell im Stil von Netflix (NFLX ): Das Unternehmen verarbeitet Tausende von RNA-Proben zu ultraniedrigen Kosten, füttert diese Daten in ein eigenes generatives KI-System und verbessert seine Modelle mit jedem Experiment. Das Ergebnis ist ein virtuoser Kreislauf – erschwingliche Sequenzierung ermöglicht bessere Modelle, und bessere Modelle liefern tiefere klinische Erkenntnisse.

„Jede Diagnose, die ich entwickelt habe, war darauf ausgerichtet, die Antwort näher an den Patienten heranzubringen“, sagte Zhang, CEO von Biostate AI. „Biostate unternimmt den größten Schritt, indem es das gesamte Transkriptom erschwinglich macht.“

Das Transkriptom – die vollständige Menge an RNA-Molekülen in einer Zelle – liefert Echtzeit-Schnappschüsse von menschlicher Gesundheit und Krankheit. Historisch gesehen war jedoch die vollständige Transkriptom-Sequenzierung prohibitiv teuer und schwierig zu interpretieren. Biostate geht beiden Problemen mit einem dualen Ansatz entgegen: radikale Kostenreduzierung und Spitzen-KI.

Technische Innovationen: BIRT, PERD und Generative KI

Im Kern von Biostates Angebot sind zwei patentierte Technologien: BIRT (Biostate Integrated RNAseq Technology) und PERD (Probabilistic Expression Reduction Deconvolution). BIRT ist ein Multiplexing-Protokoll, das die gleichzeitige RNA-Extraktion und Sequenzierung aus mehreren Proben ermöglicht, wodurch die Kosten fast um das Zehnfache reduziert werden. PERD wendet neuartige Algorithmen an, um “Batch-Effekte” – Variabilitäten, die durch Unterschiede in Laborbedingungen oder Probenhandhabung eingeführt werden – zu filtern, die oft das biologische Signal in Multi-Site-Studien verdecken.

Diese hochstandardisierte RNAseq-Pipeline speist Biostates eigenes Grundmodell, Biobase, das ähnlich wie GPT-Modelle in der natürlichen Sprachverarbeitung funktioniert. Trainiert auf Hunderttausenden von transkriptomischen Profilen über Gewebetypen, Krankheitszustände und Arten hinweg, erfasst Biobase die “Grammatik der Biologie” – die zugrunde liegenden Muster der Genexpression, die Gesundheit und Krankheit definieren.

Genau wie GPT für die Erstellung von Essays oder die Zusammenfassung von Rechtsdokumenten fein abgestimmt werden kann, kann Biobase für die Früherkennung von Krebs, die Vorhersage der Arzneimittelreaktion bei Autoimmunerkrankungen oder die Stratifizierung von Patienten in kardiovaskulären Studien angepasst werden. Biostates Prognose-KI, das auf Biobase basiert, zeigt bereits vielversprechende Ergebnisse bei der Vorhersage von Leukämie-Rückfällen und wird derzeit für Multiple Sklerose mit dem Accelerated Cure Project getestet.

„Genau wie ChatGPT das Sprachverständnis durch das Lernen von Billionen von Wörtern revolutionierte, lernen wir die molekulare Sprache der menschlichen Krankheit aus Milliarden von RNA-Expressionsprofilen“, sagte Gopinath, der CTO des Unternehmens. „Wir tun für die Molekulare Medizin, was große Sprachmodelle für den Text getan haben – die Rohdaten skaliert, damit die Algorithmen endlich glänzen können.“

Aufbau der größten RNAseq-Datenbank der Welt

Bisher hat Biostate bereits über 10.000 Proben für mehr als 150 Kollaborateure sequenziert, darunter Cornell und andere große Institutionen. Das Ziel ist es, diese Zahl auf Hunderttausende von Proben pro Jahr zu skaliert. Dieses exponentielle Wachstum wird durch den niedrigen Kosten-RNAseq-Prozess und die gestreamte Daten-Eingabe-Pipeline OmicsWeb ermöglicht, die transkriptomische Daten über Jurisdiktionen hinweg standardisiert, kennzeichnet und sicher speichert.

Die Cloud-Infrastruktur des Unternehmens umfasst mehrere neuartige GenAI-Tools, wie z.B.

• OmicsWeb Copilot – Eine benutzerfreundliche Schnittstelle für die Analyse von RNAseq-Daten ohne Code.

• QuantaQuill – Ein KI-Assistent, der wissenschaftliche Manuskripte mit Abbildungen und Zitaten erstellt.

• Embedding Surfer – Ein Visualisierungstool, das versteckte biologische Beziehungen in Genexpressionsdaten aufdeckt.

Mit Büros in Houston, Palo Alto, Bangalore und Shanghai expandiert Biostate global, um ein wachsendes Netzwerk von klinischen und akademischen Partnern zu unterstützen. Das Startup verarbeitet sowohl frische als auch Jahrzehnte alte Gewebeproben – und hilft Labors, Erkenntnisse aus zuvor unbrauchbaren Proben zu gewinnen.

Auf dem Weg zu einer allgemeinen KI für alle Krankheiten

Biostates Endziel ist ambitioniert: Die Schaffung einer allgemeinen KI, die in der Lage ist, alle menschlichen Krankheiten zu verstehen und zu behandeln. Dieser einheitliche Ansatz steht im Gegensatz zur heutigen fragmentierten Biotech-Landschaft, in der jede Erkrankung oft ihr eigenes diagnostisches Werkzeug und therapeutischen Weg erfordert.

„Anstatt Diagnostik und Therapie als separate, isolierte Probleme für jede Krankheit zu lösen, glauben wir, dass moderne und zukünftige KI allgemein anwendbar sein können, um jede Krankheit zu verstehen und zu heilen“, sagte Zhang.

Indem Biostate Biologie als generatives System behandelt – in dem der heutige molekulare Zustand die Ergebnisse von morgen bestimmt -, glaubt das Unternehmen, dass es nicht nur den aktuellen Gesundheitszustand vorhersagen kann, sondern auch zukünftige Krankheitsverläufe und optimale Eingriffe.

Was kommt als Nächstes?

Mit über 20 Millionen US-Dollar, die bisher aufgenommen wurden, und einer rasch wachsenden Kundenbasis beschleunigt Biostate klinische Zusammenarbeiten in Onkologie, kardiovaskulärer Erkrankung und Immunologie. Die nächsten Meilensteine des Unternehmens umfassen die regulatorische Validierung seiner Vorhersagemodelle und die kommerzielle Skalierung seiner KI-gesteuerten Diagnose-Tools.

Wie Gopinath es ausdrückt: „Wir interpretieren nicht nur Biologie. Wir bauen das biologische Äquivalent des Large Language Model – nur dieses Mal wird es auf dem menschlichen Körper trainiert.“

Wenn Biostate AI erfolgreich ist, kann die nächste Welle der Präzisionsmedizin nicht nur reaktiv sein – sie wird vorhersehbar, personalisiert und von generativer KI angetrieben.