Biostate AI Menggalang $12M Seri A untuk Melatih ChatGPT Kedokteran Molekuler

Biostate AI, sebuah startup diagnostik molekuler yang menggabungkan next-generation RNA sequencing (RNAseq) dengan generative AI, mengumumkan hari ini bahwa mereka telah menggalang $12 juta dalam putaran pendanaan Seri A yang dipimpin oleh Accel. Putaran ini juga melibatkan partisipasi dari Gaingels, Mana Ventures, InfoEdge Ventures, dan investor yang kembali Matter Venture Partners, Vision Plus Capital, dan Catapult Ventures. Malaikat-malaikat dengan profil tinggi seperti CEO Anthropic Dario Amodei, CTO 10x Genomics (TXG ) Mike Schnall-Levin, dan CEO Twist Bioscience (TWST ) Emily Leproust juga mendukung perusahaan ini.

Pendanaan baru ini memicu tujuan ambisius Biostate: membuat biologi dapat diprediksi dan membuka obat presisi skala besar. Sama seperti OpenAI melatih ChatGPT pada triliunan kata untuk memahami bahasa manusia, Biostate melatih model dasar pada miliaran profil ekspresi RNA untuk mempelajari “bahasa molekuler” penyakit manusia.

Model Netflix untuk Kedokteran Molekuler

Perusahaan ini, didirikan oleh profesor MIT dan Rice yang menjadi wirausaha Ashwin Gopinath dan David Zhang, memvisualisasikan paradigma baru untuk diagnostik. Daripada menawarkan layanan sekuen terisolasi, Biostate menggunakan model bisnis yang terinspirasi Netflix (NFLX ) —self-sustaining: perusahaan memproses ribuan sampel RNA dengan biaya ultra-rendah, memasukkan data tersebut ke dalam sistem AI generatif milik mereka, dan memperbaiki model mereka dengan setiap eksperimen. Hasilnya adalah siklus yang bermanfaat—sekuen yang terjangkau memungkinkan model yang lebih baik, dan model yang lebih baik memberikan wawasan klinis yang lebih dalam.

“Setiap diagnostik yang saya bangun adalah tentang membawa jawaban lebih dekat ke pasien,” kata Zhang, CEO Biostate AI. “Biostate membuat lompatan terbesar dengan membuat seluruh transcriptom menjadi terjangkau.”

Transkriptom—the complete set of RNA molecules in a cell—memberikan snapshot waktu nyata dari kesehatan dan penyakit manusia. Namun secara historis, sekuen full-transkriptom sangat mahal dan sulit diinterpretasikan. Biostate menangani kedua masalah ini dengan pendekatan ganda: pengurangan biaya radikal dan AI mutakhir.

Inovasi Teknis: BIRT, PERD, dan Generative AI

Di inti penawaran Biostate terdapat dua teknologi paten: BIRT (Biostate Integrated RNAseq Technology) dan PERD (Probabilistic Expression Reduction Deconvolution). BIRT adalah protokol multiplexing yang memungkinkan ekstraksi RNA dan sekuen simultan dari beberapa sampel, mengurangi biaya hampir sepuluh kali lipat. PERD, sementara itu, menerapkan algoritma baru untuk menyaring “efek batch”—variabilitas yang diperkenalkan oleh perbedaan kondisi lab atau penanganan sampel—yang sering mengaburkan sinyal biologis dalam studi multi-situs.

Pipa RNAseq yang sangat standar ini memasuki model dasar milik Biostate, Biobase, yang berfungsi banyak seperti model GPT dalam pemrosesan bahasa alami. Dilatih pada ratusan ribu profil transkriptomik di seluruh jenis jaringan, keadaan penyakit, dan spesies, Biobase menangkap “tata bahasa biologi”—pola dasar ekspresi gen yang mendefinisikan kesehatan dan penyakit.

Sama seperti GPT dapat disesuaikan untuk menulis esai atau meringkas dokumen hukum, Biobase dapat disesuaikan untuk mendeteksi kekambuhan kanker awal, memprediksi respons obat pada penyakit autoimun, atau membagi pasien dalam uji coba kardiovaskuler. Prognosis AI Biostate, dibangun di atas Biobase, sudah menunjukkan janji dalam memprediksi kekambuhan leukemia dan sedang dipiloti untuk sklerosis multipel dengan Proyek Pemulihan yang Dipercepat.

“Sama seperti ChatGPT mengubah pemahaman bahasa dengan belajar dari triliunan kata, kami belajar bahasa molekuler penyakit manusia dari miliaran ekspresi RNA,” kata Gopinath, CTO perusahaan. “Kami melakukan untuk kedokteran molekuler apa yang model bahasa besar lakukan untuk teks—menskala data mentah sehingga algoritma dapat bersinar.”

Membangun Dataset RNAseq Terbesar di Dunia

Sampai saat ini, Biostate telah memproses lebih dari 10.000 sampel untuk 150+ kolaborator, termasuk Cornell dan lembaga besar lainnya. Tujuan mereka adalah untuk meningkatkan jumlah tersebut menjadi ratusan ribu sampel setiap tahun. Pertumbuhan eksponensial ini dimungkinkan oleh proses RNAseq berbiaya rendah dan pipa ingestion data yang dioptimalkan, OmicsWeb, yang memstandarisasi, melabeli, dan menyimpan data transkriptomik dengan aman di seluruh yurisdiksi.

Infrastruktur cloud perusahaan ini termasuk beberapa alat GenAI baru, seperti:

• OmicsWeb Copilot – Antarmuka bahasa alami untuk menganalisis data RNAseq tanpa kode.

• QuantaQuill – Asisten AI yang menghasilkan naskah ilmiah siap publikasi, lengkap dengan gambar dan kutipan.

• Embedding Surfer – Alat visualisasi yang mengungkap hubungan biologis tersembunyi dalam data ekspresi gen.

Dengan kantor di Houston, Palo Alto, Bangalore, dan Shanghai, Biostate memperluas jaringannya secara global untuk mendukung jaringan klinis dan akademis yang berkembang. Perusahaan ini sudah memproses baik sampel jaringan segar maupun yang berusia beberapa dekade—membantu laboratorium mengeluarkan wawasan dari spesimen yang sebelumnya tidak dapat digunakan.

Menuju AI Tujuan Umum untuk Semua Penyakit

Tujuan akhir Biostate sangat ambisius: menciptakan AI tujuan umum yang dapat memahami dan memandu pengobatan di seluruh penyakit manusia. Pendekatan ini berbeda dengan lanskap biotek saat ini yang sangat terfragmentasi, di mana setiap kondisi sering memerlukan alat diagnostik dan jalur terapi yang terisolasi.

“Daripada memecahkan diagnostik dan terapi sebagai masalah terpisah dan terisolasi untuk setiap penyakit, kami percaya bahwa AI modern dan masa depan dapat menjadi tujuan umum untuk memahami dan membantu menyembuhkan setiap penyakit,” kata Zhang.

Dengan memperlakukan biologi sebagai sistem generatif—di mana keadaan molekuler saat ini menentukan hasil masa depan—Biostate percaya bahwa mereka dapat memprediksi tidak hanya status kesehatan saat ini, tetapi juga trajektori penyakit dan intervensi optimal di masa depan.

Apa yang Selanjutnya?

Dengan lebih dari $20 juta yang dikumpulkan hingga saat ini dan basis klien yang tumbuh pesat, Biostate mempercepat kolaborasi klinis dalam onkologi, penyakit kardiovaskuler, dan imunologi. Batu tonggak perusahaan selanjutnya termasuk validasi regulasi dari model prediktif mereka dan penskalaan komersial alat diagnostik yang didorong AI.

Seperti yang dikatakan Gopinath: “Kami tidak hanya menafsirkan biologi. Kami membangun ekivalen biologis dari Model Bahasa Besar—kali ini, dilatih pada tubuh manusia.”

Jika Biostate AI sukses, gelombang berikutnya dari obat presisi mungkin tidak hanya reaktif—tetapi akan menjadi prediktif, personal, dan didorong oleh AI generatif.