Owkin, biyoloji bilgisini çözümlemek ve tıbbi karar süreçlerini optimize etmek amacıyla geliştirilen yapay zekâ temelli bir biyoteknoloji şirketidir. Şirketin odağı, hastalık biyolojisini çok ölçekli olarak anlamak, tedavi hedeflerini seçmek, klinik geliştirme süreçlerini yönlendirmek ve tanısal kararları desteklemektir. Owkin bu çerçevede Biological Artificial Superintelligence (BASI) olarak adlandırdığı biyolojik yapay süperzekâ yaklaşımını geliştirmekte, ajanik yapay zekâ sistemleri, çok modlu hasta verileri ve geri besleme döngüsü içeren deneysel biyoloji altyapısını tek bir kapalı çevrim içinde birleştirmektedir. Bu yaklaşımın amacı, biyolojinin modellenmesini ve mühendisliğini sistematik hâle getirerek ilaç keşfi, klinik geliştirme, tanı ve yaşlanma biyolojisi alanlarında yeni çözüm yolları oluşturmaktır.

Owkin kendisini hasta düzeyinde biyolojik karmaşıklığı çözümlemeye yönelik bir “AI biotech” olarak tanımlar. Şirketin temel iddiası, biyolojinin tek bir veri tipi veya tek bir hesaplama aracıyla anlaşılabilir olmadığı, bu nedenle genomik, transkriptomik, uzamsal omik profilleri, histopatoloji görüntüleri, klinik sonuç verileri ve uzunlamasına hasta kayıtlarını bütünleştirmek gerektiğidir. Şirket buna paralel olarak biyolojide neden-sonuç ilişkilerini saptayabilen, hipotez üretebilen ve bu hipotezleri deneysel olarak test edip geri besleyebilen otonom karar sistemleri geliştirmektedir. Bu yaklaşım, geleneksel dar kapsamlı yapay zekâ araçlarından genel amaçlı biyolojik akıl yürütme sistemlerine geçiş olarak tanımlanmaktadır.

Biyolojik Yapay Süperzekâ (BASI)

BASI (Biological Artificial Superintelligence), Owkin tarafından biyolojik sistemleri anlama, müdahale etme ve yeniden düzenleme kapasitesi yüksek, çok kademeli bir akıl yürütme altyapısı olarak tanımlanır. BASI kavramı, yalnızca tekil görevleri otomatikleştiren modellerden farklı olarak, biyolojik olgular hakkında çıkarım yapabilen, karar alabilen ve bu kararları yeni deneysel kanıtlarla güncelleyebilen bir kapalı çevrim zekâ mimarisine işaret eder. Bu mimarinin bileşenleri arasında çok modlu biyomedikal veri katmanları, uzmanlık odaklı biyolojik akıl yürütme modelleri, ajanik (agentic) yapay zekâ iş akışları ve otomasyona bağlı deneysel doğrulama süreçleri bulunmaktadır. Amaç, tedaviler, tanısal araçlar ve rejeneratif tıp yaklaşımları için atılım niteliğinde biyolojik içgörülerin sistematik olarak elde edilmesidir. BASI, şirketin uzun vadede biyolojinin işletim sistemi olarak tarif ettiği genel amaçlı biyoloji zekâsının temelini oluşturur.

Owkin K Ve K Pro: Ajanik Yapay Zekâ Platformu

Owkin K, şirketin ajanik yapay zekâ platformudur. Platform, çok modlu hasta verileri üzerinde nedensel ilişkiler kurmayı, biyolojik hipotezler önermeyi ve karar destek üretmeyi hedefler. Owkin K; veri keşfi, biyobelirteç adaylarının önceliklendirilmesi, hasta altgruplarının sınıflandırılması, klinik deneme tasarımına destek ve moleküler hedeflerin değerlendirilmesi gibi görevler için kullanılır.

Owkin K Pro, bu altyapının biyofarma için ürünleştirilmiş sürümüdür. K Pro bir karar destek eşlikçisi (co-pilot) olarak tanımlanır ve ajanik karar alma mantığıyla çalışır. “Ajanik” nitelemesi, yazılımın yalnızca yanıt veren bir araç değil, hedefe ulaşmak için kendi kendine plan yapan, veri toplayan, analiz eden, uygun araçları çağıran, sonuçları değerlendiren ve yaklaşımını iyileştiren bir yazılım aktörü olduğunu ifade eder. Sistem bir insan araştırmacının sürekli yönlendirmesine ihtiyaç duymadan planlama, yürütme ve yeniden değerlendirme döngüsünü sürdürebilir. Bu yapı, araştırma hipotezlerinin formülasyonu, biyobelirteç keşfi, hasta katmanlama stratejileri ve klinik çalışma optimizasyonu gibi karmaşık aşamalarda kullanılır.

Şirket, K Pro’yu biyofarmada karar sınıfında yanıtlar üreten bir sistem olarak konumlandırmaktadır. Amaç yalnızca veri sunumu değil, belirli bir biyolojik veya klinik soruya yönelik kanıta dayalı bir eylem önerisi üretmektir.

OwkinZero: Biyolojik Akıl Yürütme Modeli

OwkinZero, Owkin tarafından biyolojik keşif için özel olarak eğitilmiş akıl yürütme modeli olarak tanımlanır. Modelin eğitimi, sekiz temel biyomedikal görev alanına yayılan 300.000’den fazla doğrulanmış soru-cevap çiftine dayanmaktadır. Bu soru-cevap setleri, ilaç hedefinin ilaçlanabilirliği (druggability), uygun tedavi modalitesi seçimi, ilaç pertürbasyon etkileri, gen ekspresyon değişimleri ve hücresel bağlamlar gibi ilaç keşfi açısından kritik karar sorularını kapsar.

OwkinZero’nun eğitim verisi salt literatür tabanlı genel bilgi değildir. Hasta verileri, uzamsal ve toplu (bulk) transkriptomik profiller ve Owkin’in iç uzmanlık bilgisinin standardize edilmiş açıklamaları doğal dil formuna dönüştürülerek modele sunulmaktadır. Daha sonra bu model, pekiştirmeli öğrenme ile (örneğin GRPO ile Qwen3 tabanlı modeller üzerinde sonradan pekiştirme eğitimi) iyileştirilmektedir. Böylece model yalnızca var olan bilgiyi tekrar eden bir yapı olmaktan çıkarak biyolojik karar noktalarında güvenilirlik kazanmayı hedefler.

OwkinZero, K Pro içinde gömülü bir akıl yürütme motoru olarak kullanılır. Karmaşık biyolojik sorular bu motora yönlendirilir; motor da çoklu omik veri, literatür bilgisi ve klinik sonuç verilerini tekil bir yanıt içinde bütünleştirmeye çalışır.

Owkin, ajanik yapay zekâyı dört aşamalı bir çevrim olarak tanımlar: algıla, gerekçelendir, eyleme geç, öğren. Sistem önce çevresinden veri toplar ve yorumlar. Ardından bu bilgiden hedefler ve bir eylem planı çıkarır. Daha sonra bağlı olduğu araçlar üzerinden işlemler yürütür; bu işlemler veri tabanlarını sorgulama, hipotez üretme, deneysel doğrulama adımlarını tetikleme ya da raporlama olabilir. Son aşamada sistem çıktıları değerlendirir, güçlü ve zayıf yönlerini kaydeder ve stratejisini tekrar düzenler. Bu yapı, sürekli insan gözetimine bağlı olmayan, bağlama uyum sağlayan ve yeni koşullara tepki verebilen bir karar mimarisi anlamına gelir.

Sağlık alanında bu tür ajanlar elektronik sağlık kayıtlarına bağlanan veri ajanları, klinik belgelerden yapılandırılmış bilgi çıkaran doküman ajanları, düzenleyici uyum kontrolleri yapan uygunluk ajanları, literatür tarayan araştırma ajanları ve ilaç keşfinde etki-yanıt tahmini yapan keşif ajanları gibi alt rollere ayrılabilir. Owkin’in iddiası, bu kabiliyetlerin tek bir platformda birleştirilmesinin ilaç araştırma ve geliştirme süreçlerinde verimlilik sağlayacağı yönündedir.

Veri Ağı Ve Çok Modlu Biyolojik Veri

Owkin, çok modlu, yüksek çözünürlüklü hasta verisine erişimi stratejik bir savunma hattı olarak konumlandırır. Şirketin akademik araştırma hastaneleri ve önde gelen klinik merkezlerle kurduğu iş birlikleri üzerinden; histopatoloji görüntüleri, uzamsal omik veriler, tek hücre ve toplu transkriptomik profiller, klinik sonuç ölçütleri ve uzunlamasına takip verileri toplanır ve standartlaştırılır. Bu yapı, heterojen hasta popülasyonlarını temsil etmeyi ve biyolojik çeşitliliği korumayı amaçlar.

Şirket, MOSAIC gibi girişimler aracılığıyla tek hücre düzeyi ve uzamsal çözünürlükte biyolojik dokuların moleküler haritalanmasına odaklanır. Amaç, hücre türü kompozisyonunu, hücresel etkileşim bölgelerini, tümör mikrosistemini ve bağışıklık infiltrasyon zonlarını yüksek mekânsal doğrulukla tanımlayabilmektir. Bu tür veriler daha sonra Owkin K ve OwkinZero gibi modeller için eğitim girdisi ve doğrulama kaynağı olarak kullanılır.

Bu veri stratejisi, dışarıdan doğrudan kopyalanması zor, giderek derinleşen bir veri hendeyi (moat) olarak tanımlanır. Erişim anlaşmaları, uzunlamasına klinik izlem verileri ve otomasyona bağlı laboratuvar altyapısı sayesinde sistem kendini sürekli besleyen bir döngüye dönüşür. Bu mekanizma, her yeni hasta kohortundan ve her yeni deneysel pertürbasyondan elde edilen sonuçların modele geri akmasını sağlar.

Klinik Uygulamalar Ve Ürün Hatları

Owkin’in teknolojisi üç ana uygulama alanında konumlandırılır: ilaç keşfi ve geliştirme, klinik denemelerin optimize edilmesi ve tanısal karar desteği.

İlaç keşfi için şirket, hedef önceliklendirme, modalite seçimi, ilaç yanıt tahmini ve biyobelirteç çıkarımı gibi karar aşamalarında ajanik yapay zekâ iş akışları kullanır. Bu hat içinden çıkan ilk klinik adaylardan biri Epkin çatısı altında geliştirilen OKN4395 adlı seçici üçlü inhibitör programıdır. Bu molekül EP2, EP4 ve DP1 reseptörlerini hedeflemekte olup INVOKE isimli Faz 1 çalışmasına alınmıştır. Bu program, hedef seçiminden klinik geliştirmeye kadar yapay zekâ destekli bir boru hattının örneği olarak sunulur.

Klinik geliştirme tarafında Owkin, hasta katmanlama stratejileri, dış kontrol kolları ve çok değişkenli kovaryat ayarlamaları gibi deneme tasarımını etkileyen yöntemler üzerinde çalışır. Şirketin yayınladığı RlapsRisk BC, MSIntuit CRC, MesoNet, PACpAInt, TLS Detect gibi projeler patoloji görüntülerinden ya da çok modlu omik verilerden hasta prognozu, tedavi yanıtı veya risk sınıflandırması çıkarmayı hedefler. Amaç, deneme kollarını daha homojen hâle getirmek, biyobelirteç tanımlamak ve hasta altgruplarını klinik olarak anlamlı şekilde ayırmaktır.

Tanı alanında Owkin Dx adı altında dijital patoloji tabanlı yapay zekâ çözümleri geliştirilmektedir. Bu çözümler patoloji uzmanlarını desteklemek, biyobelirteç taraması yapmak ve hasta sonuçlarını öngörmek için tasarlanmıştır. Şirket ayrıca düzenleyici onay süreçlerine uygun tıbbi cihaz sınıfında yapay zekâ destekli tanısal ürünler üzerinde çalıştığını belirtmektedir.

Owkin, kapalı ticari ürün hattının yanında açık bilim faaliyetlerini ayrı bir eksen olarak sürdürdüğünü bildirir. Şirket GitHub ve Hugging Face üzerinden kod, model ağırlıkları ve veri kümeleri yayımlar. PyDESeq2 (RNA-seq diferansiyel ekspresyon analizi için DESeq2 yönteminin Python uyarlaması), FedECA (zaman-bağımlı sonuçlarda dağıtık ortamlarda nedensel çıkarım ve harici kontrol kolları için federatif yöntemler) ve histopatoloji için kendi kendine gözetimli görsel dönüştürücü modelleri (Phikon, Phikon v2 gibi) bu yaklaşımın parçalarıdır.

Yayımlanan akademik çalışmalar; federatif öğrenme ile çok merkezli veri paylaşımı olmadan model eğitimi, uzamsal transkriptomik verilerin çoklu örnek öğrenmesiyle yorumlanabilir hasta düzeyi öngörülere dönüştürülmesi, metastatik nüks riskinin histolojik görüntüler üzerinden tahmini, gen zorunluluğu ve ilaç yanıtı tahmini gibi konuları kapsamaktadır. Şirket glioblastoma gibi zorlu tümörlerde hedef keşfini hızlandırmayı amaçlayan açık iş birlikçi projelere de davet yayınlamaktadır. Açık bilim yaklaşımı, hem araştırma topluluğuna araç sağlama hem de modellerin bağımsız doğrulanmasını teşvik etme amacıyla sunulur.

Yapay Zekâ Güvenliği Ve Etik

Owkin, sağlık verisinin yüksek duyarlılığı nedeniyle güvenlik, gizlilik ve önyargı yönetimini kurumsal bir çalışma alanı olarak ele aldığını belirtir. Bu kapsamda federatif öğrenme gibi hasta verisini merkezi olarak toplamadan model eğitimi yapılmasını mümkün kılan mahremiyet artırıcı teknikler, klinik kullanımda doğrulama ve denetim süreçleri, model önyargısının azaltılması ve düzenleyici uyum gereksinimlerinin karşılanması hedeflenir.

Şirket, yapay zekâyı doğrudan klinik karar süreçlerine yerleştirirken yalnız otomasyon yaklaşımına dayanmadığını; klinisyenleri ve hastaları sürece ortak eden ve insan denetimini içeren bir doğrulama çerçevesi benimsediğini ifade eder. Bunun arkasındaki gerekçe, sağlık alanında etik risklerin yalnızca teknik doğrulukla sınırlı olmaması, aynı zamanda adalet, erişilebilirlik ve denetlenebilirlik boyutlarını da içermesidir. Şirket bu amaçla düzenli yeniden değerlendirme, öngörülemeyen risklere karşı hazırlık ve sürekli eğitim ilkelerini vurgular.

Organizasyon Yapısı

Owkin’in yönetim yapısı başlıca icra komitesi, kıdemli liderlik ekibi, bilimsel danışma kurulu ve yönetim kurulu etrafında tanımlanmıştır. İcra düzeyindeki sorumluluk alanları arasında genel yönetim, operasyonlar, finans, teknoloji geliştirme, tıbbi işler, ticari işler, ortaklıklar, hukuk, pazarlama ve insan kaynakları bulunmaktadır.

Şirket çok merkezli bir coğrafi yapıya sahiptir. Paris (Boulevard Poissonnière ve BioLab Campus Broussais), Londra (1 Pancras Square), New York (110 E 25th Street), Cenevre (Rue François-Bellot), Nantes (4 rue Voltaire), Boston (Cambridge, Massachusetts) gibi konumlarda ofisleri ve laboratuvar altyapıları bulunur. Bu dağılım; klinik ortaklıkların, biyolojik numune akışının, yüksek hacimli hesaplamanın ve düzenleyici faaliyetlerin farklı bölgelerde eş zamanlı yürütülmesini mümkün kılacak şekilde tasarlanmıştır.

Stratejik Konum

Owkin’in uzun vadeli konumlanması üç temel sütuna dayanır. Birinci sütun, yüksek kaliteli, çok modlu, hasta düzeyinde ve uzunlamasına izlenmiş biyomedikal veriye ayrıcalıklı erişimdir. İkinci sütun, bu veriyi biyolojik olarak anlamlı temsillere dönüştüren, yorumlanabilir ve nedensel çıkarım yapabilen yapay zekâ modelleridir. Üçüncü sütun ise bu modelleri ajanik iş akışlarına yerleştirerek hipotez üretiminden klinik doğrulamaya kadar kapalı çevrim öğrenme kurulumudur. Şirket bu yapıyı biyolojinin işletim sistemi olarak tanımlar ve bu işletim sisteminin ilaç geliştirme, tanı ve rejeneratif biyoloji alanlarında ölçeklenebilir olacağını öne sürer.