分子医学のためのNetflixモデルを目指すBiostate AI、シリーズAラウンドで1,200万ドルを調達

Biostate AIは、次世代のRNAシーケンシング（RNAseq）と生成的なAIを組み合わせた分子診断スタートアップです。同社は、Accelが主導するシリーズAラウンドで1,200万ドルの資金調達を発表しました。このラウンドには、Gaingels、Mana Ventures、InfoEdge Ventures、Matter Venture Partners、Vision Plus Capital、Catapult Venturesなどの既存の投資家も参加しています。また、Anthropic CEOのDario Amodei、10x Genomics (TXG ) CTOのMike Schnall-Levin、Twist Bioscience (TWST ) CEOのEmily Leproustを含む著名なエンジェル投資家も同社を支援しています。

新しい資金は、Biostateの雄大な目標を後押しします。生物学を予測可能にし、精密医療を大規模に解放するという目標です。OpenAIがChatGPTを数兆の単語でトレーニングして人間の言語を理解するのと同様に、Biostateは数十億のRNA発現プロファイルで基礎モデルをトレーニングして「分子の言語」を学習しています。

分子医学のためのNetflixモデル

同社は、MITとライス大学の教授出身のAshwin GopinathとDavid Zhangによって設立されました。Biostateは、新しい診断パラダイムを構想しています。シーケンシングサービスを提供するのではなく、Netflix (NFLX ) にインスパイアされた自己維持型ビジネスモデルを採用しています。同社は、数千のRNAサンプルを超低コストで処理し、独自の生成的なAIシステムにデータをフィードし、毎回の実験でモデルを改善しています。結果は、美徳の循環です。安価なシーケンシングがより優れたモデルを可能にし、より優れたモデルが深い臨床的洞察を提供します。

「私が作成したすべての診断は、答えを患者に近づけることについてだった」と、Biostate AIのCEOであるZhangは述べました。 「Biostateは、トランスクリプトーム全体を安価に提供することで、最大の飛躍を遂げます。」

トランスクリプトームは、細胞内のRNA分子の完全なセットであり、人間の健康と疾患のリアルタイムのスナップショットを提供します。しかしながら、歴史的に、フル・トランスクリプトーム・シーケンシングは、非常に高価で解釈が難しいものでした。Biostateは、革命的なコスト削減と最先端のAIという二重のアプローチで、これらの問題に対処しています。

技術革新：BIRT、PERD、生成的なAI

Biostateのオファリングの核となるのは、2つの特許技術があります。BIRT（Biostate Integrated RNAseq Technology）とPERD（Probabilistic Expression Reduction Deconvolution）です。BIRTは、マルチプレキシング・プロトコルであり、複数のサンプルからの同時RNA抽出とシーケンシングを可能にし、コストをほぼ10倍に削減します。PERDは、ラボ条件やサンプル取り扱いの違いによって生じる「バッチ効果」を除去するための新しいアルゴリズムを適用します。これらの効果は、多サイト研究で生物学的信号をよく隠します。

この高度に標準化されたRNAシーケンシング・パイプラインは、Biostateの独自の基礎モデルであるBiobaseにフィードされます。Biobaseは、自然言語処理におけるGPTモデルと同様に機能します。Biobaseは、組織タイプ、疾患状態、種間をまたぐ数十万のトランスクリプトーム・プロファイルでトレーニングされており、「生物学の文法」を捉えます。つまり、健康と疾患を定義する遺伝子発現の根本的なパターンです。

GPTがエッセイを書いたり法的文書を要約したりできるようにファインチューンされるのと同様に、Biobaseは早期がん再発の検出、自己免疫疾患での薬物反応の予測、心血管試験での患者層別化に適応できます。BiostateのPrognosis AIは、Biobaseの上に構築されており、すでに白血病の再発予測で希望を持たれる結果を示しています。また、Accelerated Cure Projectと協力して、多発性硬化症のためのパイロットプログラムも進行中です。

「ChatGPTが数兆の単語から人間の言語理解を変えたのと同様に、われわれは数十億のRNA発現から人間の疾患の分子言語を学習しています」と、同社のCTOであるGopinathは述べました。 「われわれは、テキストに対して大規模言語モデルが成し遂げたのと同様に、分子医学に対して成し遂げています。生データをスケールアップすることで、アルゴリズムがようやく輝くことができます。」

世界最大のRNAシーケンシング・データセットの構築

現在、Biostateはすでに150以上のコラボレーター、コーネル大学を含む主要機関のために、10,000を超えるサンプルをシーケンシングしました。同社の目標は、年間数十万サンプルにスケールアップすることです。この指数関数的な成長は、低コストのRNAシーケンシング・プロセスと、トランスクリプトーム・データを 標準化、ラベル付け、安全に保管するデータ・インジェスト・パイプラインであるOmicsWebによって実現可能です。

同社のクラウドインフラストラクチャには、以下のようないくつかの新しいGenAIツールが含まれています。

• OmicsWeb Copilot – コードなしでRNAシーケンシング・データを分析するための自然言語インターフェースです。

• QuantaQuill – フィギュアや引用とともに完成した科学論文を生成するAIアシスタントです。

• Embedding Surfer – ジーン発現データ内の隠れた生物学的関係を明らかにする視覚化ツールです。

ヒューストン、パロアルト、バンガロール、上海にオフィスを置くBiostateは、拡大する臨床および学術パートナーのネットワークをサポートするために世界中に拡大しています。同社は、既に新鮮なサンプルと数十年前のサンプルを処理し、研究室が以前は使えなかった標本から洞察を抽出するのに役立っています。

すべての疾患に対する汎用AIに向けて

Biostateの最終目標は、すべての人間の疾患を理解し、治療を導くことができる汎用AIを作成することです。この統一的なアプローチは、今日の断片化されたバイオテクノロジー・ランドスケープとは対照的です。各疾患には、独自の診断ツールと治療パスが必要です。

「各疾患ごとに、診断と治療を個別の問題として解決するのではなく、現代のAIはすべての疾患を理解し、治療するための汎用的なものになれると考えています」と、Zhangは述べました。

Biostateは、生物学を生成システムとして扱います。ここで、今日の分子状態が明日の結果を決定します。同社は、現在の健康状態だけでなく、将来の疾患の軌跡と最適な介入を予測できることを信じています。

次に何が起こるか

現在、2,000万ドル以上の資金を調達し、急速に拡大しているクライアントベースを擁するBiostateは、がん、心血管疾患、免疫学における臨床コラボレーションを加速しています。同社の次のマイルストーンには、予測モデルの規制承認とAI駆動型診断ツールの商業スケールアップが含まれます。

Gopinathは以下のように述べています。 「私たちは生物学を単に解釈するのではなく、人間の体でトレーニングされたLarge Language Modelの生物学的相当物を構築しています。」

Biostate AIが成功すれば、精密医療の次の波は、反応的なものではなく、予測可能で、個別化され、生成的なAIによって推進されるものになるかもしれません。