Tworzymy narzędzia open-source, które pomagają badaczom chorób rzadkich szybciej docierać do odpowiedzi. Zaczynamy od dysplazji włóknistej (FD/MAS), ale architektura jest uniwersalna.
Research Canvas jest iteracyjną platformą współpracy AI z badaczem - nie autonomicznym AI scientistem, nie ELN/LIMS, nie kolejnym workflow builderem dla devów. AI proponuje warianty workflow i hipotezy; badacz decyduje, modyfikuje, klonuje; wyniki z wet labu wracają do AI. To controlled autonomy: pełna swoboda AI w bloku, deterministyczny szkielet między blokami, audytowalny ślad każdego runa.
Agentic workflows dla badaczy: deterministyczne kroki + bloki AI + knowledge base (wiki w stylu Karpathy'ego). Badacz definiuje pipeline - system wykonuje go krok po kroku, z pełną kontrolą nad każdym etapem.
Pierwszy use-case: drug target prioritization dla FD - ranking ~1000 kandydatów molekularnych do 5 najobiecujących, z provenance każdego scoringu.
CLI MVP: czerwiec 2026
Licencja: open-source (Apache 2.0)
AI monitoruje PubMed i proponuje draft zmian wytycznych klinicznych. Lekarz zatwierdza zmiany w modelu git-style PR review - każda zmiana jest wersjonowana i audytowalna.
Zamiast statycznego PDF co kilka lat - stale aktualizowana, wersjonowana wiedza kliniczna. Koncepcja w fazie post-MVP.
CRISPR / targeted editing - blokada mutacji w zmutowanych komórkach somatycznych.
Molekuły blokujące nieprawidłowe sygnałowanie - kierunek przedkliniczny z udokumentowanymi dowodami skuteczności w mysich modelach FD. Droga do translacji klinicznej u ludzi.
Organoidy / iPSC-derived models - modele tkankowe do testowania terapii in vitro.
Mechanizmy naturalne - badanie przypadków spontanicznej regresji i naturalnych mechanizmów obronnych.
Plan ma sześć równoległych nurtów. Część jest już za nami, część w toku, część do zrobienia w najbliższych miesiącach. Aktualizujemy ten timeline na bieżąco - bez upiększania, z konkretnym statusem przy każdej pozycji.
Ten harmonogram jest ambitny i może się przesuwać - szczególnie milestony zależne od decyzji grantowej. Aktualny status każdej pozycji aktualizujemy na tej stronie. Jeśli interesuje cię konkretny nurt (CLI MVP, Live Guidelines, Patient Registry), napisz - chętnie podzielimy się szczegółami i bieżącym progressem.
Po przeglądzie 13 platform AI-for-science (Biomni Stanford, Kosmos FutureHouse, Google AI co-scientist, ScienceClaw MIT, AI-Researcher HKU, Benchling i inne) zidentyfikowaliśmy lukę, której nikt nie wypełnia w ten sposób:
GeneQuest nie zaczyna od zera. Założyciel fundacji ma 30 lat doświadczenia w budowaniu systemów enterprise, w tym własne produkty komercyjne wdrożone w dużych organizacjach.
Narzędzie no-code automatyzujące pracę w systemach BMC Helix ITSM / Remedy. Kupione przez IBM, wdrożone w Telstra (oszczędność rzędu 30 etatów). Produkt używany w wielu krajach, utrzymywany od lat.
Aktualny produkt w portfolio. Narzędzie wspierające zarządzanie zgłoszeniami w środowiskach ITSM.
Te same kompetencje - budowanie narzędzi, które rozwiązują realne problemy w dużych organizacjach - teraz kierujemy na choroby rzadkie. Research Canvas i Live Guidelines to nie prototypy akademickie, tylko produkty budowane przez kogoś, kto wie jak dostarczać software.
Pierwsza otwarta wersja Research Canvas planowana jest na czerwiec 2026. Zostaw e-mail - napiszemy, gdy repo będzie publiczne. Okazjonalnie podzielimy się postępami w międzyczasie. Bez spamu, bez handlu danymi.