Descubre el Ecosistema IT [Information Technology] y todo sobre Inteligencia Artificial

Home » IT/MEDICAL & BIO SCIENCES » Parse Biosciences y Codebreaker Labs impulsan una nueva plataforma de análisis genómico a escala celular | IT/USERS®

Parse Biosciences y Codebreaker Labs impulsan una nueva plataforma de análisis genómico a escala celular | IT/USERS®

by José Zegarra
3 minutes read
A+A-
Reset

La colaboración integra biología sintética y secuenciación de células individuales para generar datos causales clave en IA y medicina de precisión

SEATTLE, EE. UU., 21 de diciembre de 2025.Parse Biosciences anunció una colaboración estratégica con Codebreaker Labs para desarrollar y validar una plataforma innovadora capaz de evaluar miles de variantes genéticas en paralelo y medir sus efectos a nivel de célula individual. La iniciativa combina la plataforma de biología sintética y la capacidad de ingeniería de variantes de Codebreaker con la escala y accesibilidad de la tecnología Evercode™ de Parse, con el objetivo de generar datos causales altamente demandados por desarrolladores de inteligencia artificial, equipos de descubrimiento de fármacos e investigadores clínicos.

Del dato observacional a la causalidad experimental

Los estudios genómicos tradicionales se apoyan mayoritariamente en datos observacionales derivados de grandes poblaciones. Este enfoque presenta limitaciones significativas cuando se trata de variantes raras y privadas, que suelen aparecer en uno o pocos individuos y resultan difíciles de analizar estadísticamente. En consecuencia, incluso los modelos más avanzados entrenados con estos conjuntos de datos exhiben puntos ciegos frente a dichas variantes.

La nueva plataforma aborda este desafío mediante la ingeniería de variantes a gran escala y la medición directa de su impacto en células humanas, permitiendo producir datos causales que los enfoques observacionales no pueden generar. Al integrarse con un ensayo de células individuales de alto rendimiento, tanto la generación de variantes como la lectura fenotípica operan con niveles equivalentes de escalabilidad, ampliando el alcance del estudio de variantes raras.

Impacto en biomedicina, IA y medicina de precisión

Esta colaboración abre oportunidades relevantes para la industria biofarmacéutica y la medicina de precisión. Los investigadores podrán crear datos causales robustos, los profesionales de la salud accederán a nuevos mapas funcionales para interpretar genomas completos y los equipos de IA contarán con conjuntos de datos de alta dimensión para entrenar modelos más precisos.

Estamos entusiasmados de trabajar con Parse en esta plataforma verdaderamente innovadora”, afirmó Ryan Gill, PhD, director ejecutivo y cofundador de Codebreaker Labs. “Juntos, impulsamos una nueva clase de datos genómicos con el potencial de transformar la interpretación de genomas completos, el descubrimiento y la validación de objetivos terapéuticos, e incluso el diseño de ensayos clínicos de precisión”.

Por su parte, Charlie Roco, PhD, director de Tecnología y cofundador de Parse Biosciences, señaló: “Al combinar nuestra plataforma escalable de análisis de células individuales con las bibliotecas de variantes diseñadas por Codebreaker, podemos crear una plataforma integrada que determine de manera experimental cómo miles de variantes influyen en el desarrollo y la progresión de enfermedades, y cómo estas variantes raras podrían abordarse de forma más eficaz en el ámbito clínico”.

Acerca de Parse Biosciences

Parse Biosciences es una empresa global de ciencias de la vida enfocada en acelerar el avance de la salud humana y la investigación científica. Su tecnología pionera de secuenciación de células individuales a gran escala ha permitido avances en oncología, reparación de tejidos, terapias con células madre, enfermedades renales y hepáticas, desarrollo cerebral y estudios del sistema inmunológico. 

Acerca de Codebreaker Labs

Codebreaker Labs desarrolla una nueva clase de datos genómicos mediante el mapeo empírico a gran escala de los efectos funcionales de variantes genéticas. Su plataforma para programar biología a escala, combinada con fenotipado de células individuales, genera datos experimentales de referencia que aceleran el conocimiento biológico y el desarrollo de IA genómica basada en datos

Tu Opinión Importa

¿Cómo evalúas el impacto de los datos causales frente a los observacionales en el desarrollo de modelos de inteligencia artificial para la salud? Comparte tu visión y súmate al diálogo.

Apoya al Periodismo Independiente

Ad-apoya-PLIN-itusers-portal

¿Te sirvió en algo este contenido?, ayúdanos a combatir la Desinformación, dona desde S/ 1.00 a nuestro PLIN 943-438-457

Apoya a ITUSERS-qrcode

¿De cuánta utilidad te ha parecido este contenido?

¡Haz clic en una estrella para puntuarlo!

Puntuación media 0 / 5. Recuento de votos: 0

Hasta ahora, ¡no hay votos!. Sé el primero en puntuar este contenido.

Spread the love

You may also like

Leave a Comment

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Translate »

Este sitio utiliza cookies propias y de terceros para mejorar su experiencia, analizar el tráfico y mostrar anuncios personalizados. This website uses first and third-party cookies to improve your experience, analyze traffic, and display personalized ads. Accept Read More