Biostate AI lève 12 millions de dollars en série A pour former le ChatGPT de la médecine moléculaire

Biostate AI, une startup de diagnostics moléculaires qui combine la séquençation RNA de nouvelle génération (RNAseq) avec l’intelligence artificielle générative, a annoncé aujourd’hui qu’elle a levé 12 millions de dollars dans le cadre d’un financement de série A mené par Accel. Le tour de table a également vu la participation de Gaingels, Mana Ventures, InfoEdge Ventures, et des investisseurs de retour tels que Matter Venture Partners, Vision Plus Capital, et Catapult Ventures. Des anges de haute volée tels que le PDG d’Anthropic, Dario Amodei, le CTO de 10x Genomics, Mike Schnall-Levin, et la PDG de Twist Bioscience, Emily Leproust, ont également soutenu l’entreprise.

Le nouveau financement alimente l’objectif ambitieux de Biostate : rendre la biologie prévisible et débloquer la médecine de précision à grande échelle. Tout comme OpenAI a formé ChatGPT sur des trillions de mots pour comprendre le langage humain, Biostate forme des modèles de base sur des milliards de profils d’expression de l’ARN pour apprendre le “langage moléculaire” de la maladie humaine.

Un modèle Netflix pour la médecine moléculaire

La startup, fondée par des professeurs de MIT et de Rice devenus entrepreneurs, Ashwin Gopinath et David Zhang, imagine un nouveau paradigme pour les diagnostics. Au lieu d’offrir des services de séquençage isolés, Biostate utilise un modèle d’affaires auto-suffisant inspiré de Netflix : l’entreprise traite des milliers d’échantillons d’ARN à un coût ultra-bas, alimente ces données dans un système d’intelligence artificielle générative propriétaire, et améliore ses modèles avec chaque expérience. Le résultat est un cycle vertueux – la séquençation abordable alimente de meilleurs modèles, et de meilleurs modèles livrent une compréhension clinique plus approfondie.

« Chaque diagnostic que j’ai construit était sur le fait de rapprocher la réponse du patient », a déclaré Zhang, PDG de Biostate AI. « Biostate fait le plus grand saut en rendant l’ensemble du transcriptome abordable. »

Le transcriptome – l’ensemble complet des molécules d’ARN dans une cellule – fournit des instantanés en temps réel de la santé et de la maladie humaines. Cependant, la séquençation du transcriptome complet a historiquement été coûteuse et difficile à interpréter. Biostate aborde ces deux problèmes avec une approche double : une réduction radicale des coûts et une intelligence artificielle de pointe.

Innovations techniques : BIRT, PERD et intelligence artificielle générative

Au cœur de l’offre de Biostate se trouvent deux technologies brevetées : BIRT (Biostate Integrated RNAseq Technology) et PERD (Probabilistic Expression Reduction Deconvolution). BIRT est un protocole de multiplexage qui permet l’extraction et la séquençation simultanées de l’ARN à partir de plusieurs échantillons, réduisant ainsi les coûts de près de dix fois. PERD, quant à lui, applique de nouveaux algorithmes pour filtrer les “effets de lot” – la variabilité introduite par les différences dans les conditions de laboratoire ou la manipulation des échantillons – qui obscurcissent souvent le signal biologique dans les études multisites.

Cette pipeline d’analyse de l’ARN hautement standardisée alimente le modèle de base propriétaire de Biostate, Biobase, qui fonctionne de manière similaire aux modèles GPT dans le traitement du langage naturel. Formé sur des centaines de milliers de profils transcriptomiques à travers les types de tissus, les états de maladie et les espèces, Biobase capture la “grammaire de la biologie” – les modèles sous-jacents d’expression des gènes qui définissent la santé et la maladie.

Tout comme GPT peut être affiné pour écrire des essais ou résumer des documents juridiques, Biobase peut être adapté pour détecter la récidive précoce du cancer, prédire la réponse aux médicaments dans les maladies auto-immunes ou stratifier les patients dans les essais cardiovasculaires. Le Prognosis AI de Biostate, construit sur Biobase, montre déjà des promesses dans la prévision de la récidive de la leucémie et est en cours de test pour la sclérose en plaques avec le Accelerated Cure Project.

« Tout comme ChatGPT a transformé la compréhension du langage en apprenant à partir de trillions de mots, nous apprenons le langage moléculaire de la maladie humaine à partir de milliards d’expressions d’ARN », a déclaré Gopinath, le CTO de l’entreprise. « Nous faisons pour la médecine moléculaire ce que les grands modèles de langage ont fait pour le texte – nous mettons à l’échelle les données brutes afin que les algorithmes puissent enfin briller. »

Construire la plus grande base de données RNAseq au monde

À ce jour, Biostate a déjà séquencé plus de 10 000 échantillons pour plus de 150 collaborateurs, dont Cornell et d’autres institutions majeures. Son objectif est de faire passer ce nombre à des centaines de milliers d’échantillons par an. Cette croissance exponentielle est rendue possible par son processus de séquençation de l’ARN à faible coût et son pipeline d’ingestion de données standardisé, OmicsWeb, qui standardise, étiquette et stocke de manière sécurisée les données transcriptomiques à travers les juridictions.

L’infrastructure cloud de l’entreprise comprend plusieurs outils de GenAI novateurs, tels que :

• OmicsWeb Copilot – Une interface en langage naturel pour analyser les données RNAseq sans code.

• QuantaQuill – Un assistant IA qui génère des manuscrits scientifiques prêts pour publication, complets de figures et de citations.

• Embedding Surfer – Un outil de visualisation qui découvre des relations biologiques cachées dans les données d’expression des gènes.

Avec des bureaux à Houston, Palo Alto, Bangalore et Shanghai, Biostate s’étend à l’échelle mondiale pour soutenir un réseau croissant de partenaires cliniques et académiques. La startup traite déjà des échantillons de tissus frais et anciens – aidant les laboratoires à extraire des connaissances de spécimens précédemment inutilisables.

Vers une intelligence artificielle générale pour toutes les maladies

L’objectif final de Biostate est audacieux : créer une intelligence artificielle générale capable de comprendre et de guider le traitement de toutes les maladies humaines. Cette approche unifiée s’oppose au paysage biotechnologique actuel fragmenté, où chaque condition nécessite souvent son propre outil de diagnostic et son propre chemin thérapeutique.

« Plutôt que de résoudre les diagnostics et les thérapeutiques comme des problèmes séparés et cloisonnés pour chaque maladie, nous croyons que l’IA moderne et future peut être générale pour comprendre et aider à guérir chaque maladie », a déclaré Zhang.

En traitant la biologie comme un système génératif – où l’état moléculaire d’aujourd’hui détermine les résultats de demain – Biostate pense qu’il peut prédire non seulement l’état de santé actuel, mais également les trajectoires futures de la maladie et les interventions optimales.

Qu’est-ce qui vient ensuite ?

Avec plus de 20 millions de dollars levés à ce jour et une base de clients en croissance rapide, Biostate accélère les collaborations cliniques en oncologie, en maladies cardiovasculaires et en immunologie. Les prochains jalons de l’entreprise incluent la validation réglementaire de ses modèles prédictifs et la mise à l’échelle commerciale de ses outils de diagnostic alimentés par l’IA.

Comme le dit Gopinath : « Nous ne faisons pas que simplement interpréter la biologie. Nous construisons l’équivalent biologique du grand modèle de langage – cette fois, il est formé sur le corps humain. »

Si Biostate AI réussit, la prochaine vague de médecine de précision ne sera pas seulement réactive – elle sera prédictive, personnalisée et alimentée par l’IA générative.