Biostate AI haalt 12 miljoen dollar op in serie A voor het trainen van de ChatGPT van moleculaire geneeskunde

Biostate AI, een startup op het gebied van moleculaire diagnostiek die next-generation RNA-sequencing (RNAseq) combineert met generatieve AI, heeft vandaag aangekondigd dat het 12 miljoen dollar heeft opgehaald in een serie A-financieringsronde onder leiding van Accel. De ronde zag ook deelname van Gaingels, Mana Ventures, InfoEdge Ventures, en terugkerende investeerders Matter Venture Partners, Vision Plus Capital, en Catapult Ventures. Hoge profielen als Anthropic CEO Dario Amodei, 10x Genomics (TXG ) CTO Mike Schnall-Levin, en Twist Bioscience (TWST ) CEO Emily Leproust hebben het bedrijf ook gesteund.

De nieuwe financiering drijft Biostate’s ambitieuze doel: biologie voorspelbaar maken en precisiegeneeskunde op grote schaal mogelijk maken. Net zoals OpenAI ChatGPT heeft getraind op triljoenen woorden om de menselijke taal te begrijpen, traint Biostate foundation models op miljarden RNA-expressieprofielen om de “moleculaire taal” van de menselijke ziekte te leren.

Een Netflix-model voor moleculaire geneeskunde

Het bedrijf, opgericht door MIT- en Rice-professoren die ondernemers zijn geworden Ashwin Gopinath en David Zhang, voorziet een nieuw paradigma voor diagnostiek. In plaats van geïsoleerde sequencingservices aan te bieden, gebruikt Biostate een zelfonderhoudend bedrijfsmodel geïnspireerd door Netflix (NFLX ): het bedrijf verwerkt duizenden RNA-monsters tegen ultralage kosten, voedt die gegevens in een propriëtaire generatieve AI-systeem en verbetert zijn modellen met elke experiment. Het resultaat is een deugdelijke cirkel – betaalbare sequencing drijft betere modellen aan, en betere modellen leveren diepere klinische inzichten.

“Elke diagnostiek die ik heb gebouwd was over het dichter bij de patiënt brengen van het antwoord,” zei Zhang, CEO van Biostate AI. “Biostate maakt de grootste sprong door het hele transcriptoom betaalbaar te maken.”

Het transcriptoom – de complete set van RNA-moleculen in een cel – biedt real-time snapshots van de menselijke gezondheid en ziekte. Historisch gezien is full-transcriptoom-sequencing echter prohibitief duur en moeilijk te interpreteren geweest. Biostate adresseert beide problemen met een dubbele aanpak: radicale kostenvermindering en cutting-edge AI.

Technische innovaties: BIRT, PERD en generatieve AI

Aan de kern van Biostate’s aanbod liggen twee gepatenteerde technologieën: BIRT (Biostate Integrated RNAseq Technology) en PERD (Probabilistic Expression Reduction Deconvolution). BIRT is een multiplexprotocol dat gelijktijdige RNA-extractie en sequencing van meerdere monsters mogelijk maakt, waardoor de kosten bijna tien keer worden verlaagd. PERD past daarentegen nieuwe algoritmen toe om “batch-effecten” te filteren – variabiliteit die wordt geïntroduceerd door verschillen in laboratoriumomstandigheden of monsterhandeling – die vaak de biologische signalen in multisite-studies verduisteren.

Deze hoge gestandaardiseerde RNAseq-pijplijn voedt Biostate’s propriëtaire foundation model, Biobase, die veel lijkt op GPT-modellen in natuurlijke taalverwerking. Getraind op honderdduizenden transcriptomische profielen over weefseltypen, ziektestaten en soorten, vangt Biobase de “grammatica van biologie” – de onderliggende patronen van genexpressie die gezondheid en ziekte definiëren.

Net zoals GPT kan worden gefinetuned om essays te schrijven of juridische documenten samen te vatten, kan Biobase worden aangepast om vroege kankerrecidive te detecteren, de respons van geneesmiddelen in auto-immuunziekten te voorspellen of patiënten in cardiovasculaire onderzoeken te stratificeren. Biostate’s Prognosis AI, gebouwd op Biobase, toont al veelbelovende resultaten in de voorspelling van leukemie-recidive en wordt getest voor multiple sclerose met het Accelerated Cure Project.

“Net zoals ChatGPT de taalverwerking transformeerde door te leren van triljoenen woorden, leren wij de moleculaire taal van de menselijke ziekte van miljarden RNA-expressies,” zei Gopinath, de CTO van het bedrijf. “We doen voor moleculaire geneeskunde wat grote taalmodellen deden voor tekst – schalen van de ruwe gegevens zodat de algoritmen eindelijk kunnen schitteren.”

Het bouwen van ‘s werelds grootste RNAseq-dataset

Tot nu toe heeft Biostate al meer dan 10.000 monsters gesequenced voor 150+ samenwerkers, waaronder Cornell en andere grote instellingen. Het doel is om dat aantal op te schalen tot honderdduizenden monsters per jaar. Deze exponentiële groei wordt mogelijk gemaakt door zijn lagekosten-RNAseq-proces en gestroomlijnde datapipeline, OmicsWeb, die transcriptomische gegevens over jurisdicties heen standaardiseert, labelt en beveiligd opslaat.

Het bedrijf heeft een cloud-infrastructuur met verschillende novale GenAI-hulpmiddelen, zoals:

• OmicsWeb Copilot – Een natuurlijke taalinterface voor het analyseren van RNAseq-gegevens zonder code.

• QuantaQuill – Een AI-assistent die publicatieklare wetenschappelijke manuscripten genereert, complete met figuren en citaten.

• Embedding Surfer – Een visualisatiehulpmiddel dat verborgen biologische relaties binnen genexpressiegegevens onthult.

Met kantoren in Houston, Palo Alto, Bangalore en Shanghai, breidt Biostate zich wereldwijd uit om een groeiend netwerk van klinische en academische partners te ondersteunen. Het bedrijf verwerkt zowel verse als decennialang oude weefselmonsters – en helpt laboratoria om inzichten te extraheren uit eerder onbruikbare specimens.

Naar een algemene AI voor alle ziekten

Biostate’s einddoel is ambitieus: het creëren van een algemene AI die in staat is om alle menselijke ziekten te begrijpen en te behandelen. Deze unificerende aanpak staat in contrast met het huidige gefragmenteerde biotech-landschap, waar elke aandoening vaak zijn eigen geïsoleerde diagnostische tool en therapeutische benadering vereist.

“In plaats van diagnostiek en therapeutiek als afzonderlijke, geïsoleerde problemen voor elke ziekte op te lossen, geloven we dat de moderne en toekomstige AI algemeen kan zijn om elke ziekte te begrijpen en te helpen genezen,” zei Zhang.

Door biologie te behandelen als een generatief systeem – waarin de huidige moleculaire toestand de uitkomsten van morgen bepaalt – gelooft Biostate dat het niet alleen de huidige gezondheidstoestand, maar ook toekomstige ziekte-trajecten en optimale interventies kan voorspellen.

Wat is de volgende stap?

Met meer dan 20 miljoen dollar opgehaald tot nu toe en een snel groeiende klantenbasis, versnelt Biostate klinische samenwerkingen in de oncologie, cardiovasculaire ziekten en immunologie. De volgende mijlpalen van het bedrijf zijn de regulatoire validatie van zijn voorspellende modellen en de commerciële schaalvergroting van zijn AI-gedreven diagnostische hulpmiddelen.

Zoals Gopinath het zegt: “We interpreteren biologie niet alleen. We bouwen de biologische equivalent van het Large Language Model – alleen deze keer is het getraind op het menselijk lichaam.”

Als Biostate AI slaagt, kan de volgende golf van precisiegeneeskunde niet alleen reactief zijn – het zal voorspellend, gepersonaliseerd en aangedreven door generatieve AI zijn.