Cristian Ponce en Théo Schäfer ontmoetten elkaar in 2023 op een Halloweenfeest georganiseerd door Entrepreneur First, waar Ponce verkleed was als Indiana Jones. Schäfer, een MIT-afgestudeerde die bij NASA werkte aan het verkennen van de manen van Jupiter, en Ponce, van Cal Tech met een achtergrond in bio-engineering, vonden elkaar in hun frustratie over de saaie aard van laboratoriumwerk. Ze betreurden de handmatige arbeid in genetische engineering, vooral de uren die ze doorbrachten met het verplaatsen van vloeistoffen met een pipet. Hun startup, Tetsuwan Scientific, wilde dit probleem oplossen door betaalbare laboratoriumrobots opnieuw te ontwerpen, maar vond al snel inspiratie tijdens een productlancering van OpenAI in mei 2024. Het bekijken van de mogelijkheden van grote taalmodellen, met name in wetenschappelijk redeneren, bleek een keerpunt. Ponce testte GPT-4 door het een DNA-gelbeeld te laten zien, waaruit bleek dat het niet alleen een probleem identificeerde—een onbedoeld DNA-fragment genaamd een primer dimer—maar ook een oplossing bood. De grootste uitdaging was dat er geen bestaande software was die wetenschappelijke intenties vertaalde in robotische acties.

Robots konden de fysieke eigenschappen van de vloeistoffen die ze behandelden niet begrijpen, een kloof die Tetsuwan wilde overbruggen door AI te gebruiken om wetenschappelijke experimenten autonoom te evalueren en aan te passen. Deze robots, anders dan menselijke ontwerpen, bestaan uit een vierkante glazen constructie maar zijn uitgerust om zelf resultaten te beoordelen en indien nodig aanpassingen te doen, met behulp van geavanceerde software en sensoren. Op dit moment werkt Tetsuwan Scientific samen met La Jolla Labs, een biotechnologisch bedrijf dat RNA-therapeutische geneesmiddelen ontwikkelt, om te helpen bij het meten van de effectiviteit van doseringen. Het bedrijf heeft $2, 7 miljoen binnengehaald uit een pre-seed-ronde geleid door 2048 Ventures en anderen. Ponce voorziet het creëren van onafhankelijke AI-wetenschappers die in staat zijn de gehele wetenschappelijke methode te automatiseren, wat mogelijk kan leiden tot significante vooruitgang en groei.