Strand AI (YC W26)
Published in Artificial Intelligence, Drugs development & discovery.
Strand AI (YC W26) développe des modèles fondamentaux capables de prédire les données biologiques manquantes, transformant des profils patients incomplets en ensembles de données complets et multimodaux, afin d’améliorer les traitements dans les programmes pharmaceutiques.
9 essais cliniques sur 10 échouent. Souvent, ce n’est pas parce que le médicament ne fonctionne pas, mais parce que les bons patients n’ont pas été sélectionnés — le signal du biomarqueur était caché dans une modalité qui n’a jamais été mesurée. Pour un patient donné dans un essai clinique, on peut avoir ses lames de pathologie mais pas sa protéomique, ou sa génomique sans son expression ARN. L’image complète n’est jamais disponible, et tout collecter est coûteux, invasif, et souvent impossible.
Strand AI entraîne des modèles de prédiction inter-modaux qui utilisent les données déjà disponibles pour prédire celles qui manquent : la protéomique spatiale à partir de lames H&E (hématoxyline-éosine), l’expression génique à partir du génotype, et plus encore. Leur premier modèle fondamental prédit la protéomique spatiale à partir d’une histologie standard, surpassant l’état de l’art (SOTA). Les équipes pharmaceutiques et biotechnologiques peuvent désormais analyser des cohortes pour des biomarqueurs jamais testés, stratifier les patients avec plus de précision et réduire les risques liés aux décisions d’essais cliniques — le tout à partir de données déjà en leur possession.
Avant Strand AI, Yue et Oded ont travaillé ensemble chez Enable Medicine, où ils ont construit une plateforme de biologie spatiale multimodale à l’échelle du pétaoctet. Yue a auparavant développé des infrastructures d’apprentissage automatique en biologie à grande échelle, en collaboration avec les fondateurs de Tempus AI. Ils savent à quoi ressemblent les données biologiques multimodales à grande échelle : ce qui manque, ce qui est bruité, et comment combler les lacunes.
Félicitations pour le lancement, Yue Dai et Oded Falik !
Lien :
https://lnkd.in/dnwEJpMS