生技公司 Bioptimus 於 2026 年 3 月 25 日宣布，正式推出其「空間組織嵌入學習圖譜」（Spatial Tissue Embedding Learning Atlas, STELA）。這項跨國性的空間數據生成計畫，旨在建立全球規模最大的臨床連結空間生物學數據庫，初期將聚焦於腫瘤學與免疫學組織，預計將分析高達 10 萬份病患檢體，規模是現有空間生物學數據的近 20 倍。
STELA 的核心目標是為 Bioptimus 的「生物學世界模型」M-Optimus 提供數據骨幹，透過整合高解析度空間轉錄組學、組織病理學影像、基因體學、轉錄體學、蛋白質體學等多體學數據，並結合病患的長期臨床記錄，以生成標準化且協調一致的數據集。這將有助於 M-Optimus 更精確地描繪分子與細胞如何交互作用，進而推動腫瘤學和炎症等領域的疾病研究。
為實現此宏大目標，Bioptimus 已與兩家關鍵夥伴建立策略合作關係。首先，Bioptimus 與生命科學技術公司 10x Genomics 結為策略夥伴，將其 Xenium 空間轉錄組學平台作為基礎，旨在為全球領先的研究機構建立可重複、利於人工智慧（AI）應用的數據生成新標竿。10x Genomics 執行長兼共同創辦人 Serge Saxonov 指出，理解細胞在複雜人體組織內的交互作用是醫學上許多重要問題的關鍵，STELA 將透過大規模空間分析，揭示疾病與其潛在生物學機制之間的連結。
此外，Bioptimus 也與 Broad Clinical Labs 簽訂了多年期協議，由其負責大規模生成空間生物學數據。兩公司將共同開發次世代的 AI 驅動品質控制指標與預測工具，以優化實驗分析效能並自動化生物學洞見。Broad Clinical Labs 首席科學長 Niall Lennon 強調，結合 Bioptimus 的 AI 模型與 Broad 的實驗室工作流程，將確保 STELA 數據擁有最高的完整性與技術精準度，使其能轉化為可行的臨床診斷和精準療法。
STELA 計畫的數據採集範圍橫跨美國、歐洲和亞洲三大洲。參與的醫院和研究機構將依照標準化流程貢獻檢體，並可獲得空間特徵分析及基礎模型能力。Bioptimus 共同創辦人兼執行長 Jean Philippe Vert 博士表示，STELA 將為 M-Optimus 提供強大動力，開創精準醫療的新紀元，讓每位病患的診斷數據都能為未來的治療提供深刻洞見。Bioptimus 先前推出的「人體組織學基礎模型」H-Optimus，已累積逾百萬下載量，並獲全球前 20 大藥廠中 16 家採用，應用於研究、藥物開發及臨床流程。
