noticias

Basecamp vale US$ 800 milhões ao transformar biodiversidade em combustível para IA de medicamentos

**Categoria editorial:** Inteligência Artificial / Biotecnologia / Ciência

**Linha fina:** Startup levantou US$ 140 milhões para ampliar modelos treinados com bilhões de genes e avançar terapias contra câncer e doenças autoimunes, mas ainda enfrenta a etapa mais difícil: provar que candidatos criados por IA funcionam em humanos.

**Meta description:** Basecamp Research chega a US$ 800 milhões ao combinar IA, bilhões de sequências genéticas e pesquisas para desenvolver novos medicamentos.

**Slug:** basecamp-research-ia-medicamentos-800-milhoes

**Palavra-chave principal:** Basecamp Research

Matéria completa

A Basecamp Research acaba de receber uma das demonstrações mais claras de como o mercado está disposto a financiar a convergência entre inteligência artificial e biotecnologia. A empresa levantou US$ 140 milhões em uma rodada Série C e passou a ser avaliada em US$ 800 milhões, pouco mais de dois anos depois de captar US$ 60 milhões em sua rodada anterior.

O aporte foi liderado pela S32 e reuniu investidores que ajudam a explicar por que a empresa desperta tanta atenção. Nvidia, Anthropic's Anthology Fund, Catalio Capital Management, NATO Innovation Fund, Fundação Rockefeller, Singular e outros fundos participaram da operação.

Mas a história é mais interessante do que outro investimento milionário em IA.

A Basecamp tenta construir algo próximo de um grande modelo de linguagem da biologia. Em vez de textos, páginas da internet ou códigos de programação, seu sistema aprende principalmente com sequências genéticas encontradas na natureza. A aposta é que bilhões de anos de evolução representam uma gigantesca biblioteca de soluções biológicas que ainda foi pouco explorada pela ciência.

A empresa quer transformar essa biblioteca em medicamentos.

A IA da Basecamp não foi treinada na internet

O núcleo tecnológico da companhia é uma família de modelos chamada EDEN.

São modelos fundacionais voltados à biologia, projetados para aprender relações entre genes, proteínas, organismos e funções biológicas. A versão mais avançada divulgada pela empresa possui dezenas de bilhões de parâmetros e utiliza uma arquitetura semelhante, em alguns princípios, às empregadas por grandes modelos generativos.

A diferença está nos dados.

Enquanto um modelo de linguagem aprende padrões estatísticos entre palavras e documentos, o EDEN tenta encontrar padrões dentro de sequências biológicas.

Para isso, a Basecamp construiu o BaseData, um conjunto proprietário que já reúne mais de 10 bilhões de genes considerados novos para a ciência, provenientes de mais de um milhão de espécies identificadas em projetos de amostragem e pesquisa.

Esse material veio de ambientes extremamente variados.

A empresa mantém parcerias de biodiversidade em dezenas de países e obtém amostras de lugares como oceanos, regiões polares, florestas e ambientes extremos. Cada organismo encontrado pode conter mecanismos moleculares desenvolvidos ao longo de bilhões de anos de seleção natural.

Para uma IA, isso representa dados de treinamento.

A natureza vira dataset

Essa talvez seja a parte mais original da estratégia da Basecamp.

Grande parte da corrida contemporânea por inteligência artificial gira em torno de três elementos: poder computacional, arquitetura dos modelos e dados.

Na biologia, o terceiro componente pode ser ainda mais crítico.

Bancos públicos possuem enormes quantidades de sequências genéticas, mas representam apenas uma parcela da diversidade existente no planeta. A Basecamp aposta justamente em ampliar esse universo.

Em março, a empresa anunciou o Trillion Gene Atlas, projeto realizado com participação de Anthropic, Ultima Genomics e PacBio e utilizando infraestrutura de IA da Nvidia.

A ambição é coletar e modelar informação genética de mais de 100 milhões de espécies.

O objetivo não é simplesmente produzir um gigantesco catálogo.

A expectativa é alimentar modelos capazes de observar soluções produzidas pela evolução e utilizar esses padrões para projetar proteínas, enzimas, peptídeos e mecanismos de intervenção genética que não seriam facilmente encontrados pelos métodos tradicionais.

É uma espécie de mineração de conhecimento biológico em escala planetária.

Como uma IA pode desenhar um medicamento

Descobrir um medicamento envolve explorar um espaço quase inconcebivelmente grande de combinações moleculares.

Métodos tradicionais utilizam experimentação, triagens, simulações e décadas de conhecimento acumulado para reduzir esse espaço e encontrar candidatos promissores.

Modelos generativos tentam inverter parte desse processo.

Em vez de testar indiscriminadamente milhões de possibilidades, o sistema recebe informações sobre determinado problema biológico e tenta gerar estruturas que possuam características apropriadas para enfrentá-lo.

No caso da Basecamp, isso pode signific projetar um peptídeo antimicrobiano contra determinada bactéria ou criar proteínas capazes de atuar em mecanismos de terapia genética.

A IA não produz automaticamente um medicamento.

Ela produz candidatos.

Essa diferença parece pequena na linguagem comercial, mas é enorme na ciência.

O laboratório continua decidindo o que funciona

Depois que a IA sugere uma molécula ou proteína, começa uma longa sequência de validações.

É necessário sintetizar o candidato, verificar se ele realmente executa a função esperada, avaliar toxicidade, estabilidade, distribuição dentro do organismo e inúmeras outras propriedades.

Um composto impressionante em uma simulação pode simplesmente não funcionar em uma célula.

Algo que funciona em uma célula pode fracassar em animais.

E um tratamento extremamente promissor em animais ainda pode falhar em seres humanos.

É por isso que inteligência artificial pode acelerar a descoberta, mas não elimina grande parte do processo farmacêutico.

A Basecamp já apresentou alguns resultados interessantes nessa primeira fronteira.

Em trabalhos divulgados pela empresa, modelos EDEN produziram peptídeos antimicrobianos contra patógenos considerados prioritários. Segundo a companhia, 32 de 33 candidatos apresentaram atividade nos testes realizados, e um deles conseguiu desempenho comparável ao de um antibiótico utilizado como última linha de tratamento em experimentos com camundongos.

É um resultado relevante.

Ainda não é um medicamento aprovado.

A empresa ainda está antes da etapa decisiva

Esse detalhe ajuda a colocar a avaliação de US$ 800 milhões em perspectiva.

A Basecamp afirma possuir resultados pré-clínicos em diferentes modalidades e doenças, mas ainda não informou quando pretende iniciar seus primeiros estudos clínicos em humanos.

A pipeline divulgada pela companhia também mostra que seus programas continuam em etapas iniciais.

Entre os projetos estão terapias CAR-T administradas diretamente no organismo para cânceres hematológicos e doenças autoimunes, terapia genética para fenilcetonúria, peptídeos antimicrobianos contra patógenos resistentes e pesquisas voltadas a tumores sólidos e diabetes.

Nenhum desses programas chegou até agora ao ponto de permitir concluir se a tecnologia produzirá medicamentos seguros e eficazes para pacientes.

É justamente nessa transição que muitas promessas da biotecnologia encontram a realidade.

Terapia celular sem fabricar células fora do paciente

Uma das apostas mais ambiciosas da Basecamp envolve terapias celulares in vivo.

Tratamentos CAR-T tradicionais podem exigir a retirada de células do próprio paciente, sua modificação em laboratório, multiplicação e posterior reinfusão.

O procedimento pode ser complexo, demorado e muito caro.

A Basecamp trabalha com a possibilidade de reprogramar células diretamente dentro do organismo.

Se essa abordagem funcionar de maneira segura e controlável, parte da enorme infraestrutura necessária para determinadas terapias celulares poderia ser reduzida.

A empresa cita aplicações em câncer e doenças autoimunes.

Mas reprogramar células humanas dentro do corpo também aumenta enormemente a exigência de segurança.

Qualquer tecnologia de edição ou inserção genética precisa demonstrar extrema precisão. Alterações inesperadas, respostas imunológicas ou atividade em células não desejadas podem produzir consequências graves.

É nesse estágio que a distância entre demonstração tecnológica e medicina se torna particularmente visível.

O ativo talvez não seja apenas a IA

Existe outro aspecto estratégico que merece atenção.

Modelos de IA estão se tornando cada vez mais acessíveis. Arquiteturas são reproduzidas, técnicas são publicadas e capacidade computacional pode ser contratada de grandes fornecedores.

Dados exclusivos são muito mais difíceis de copiar.

A Basecamp parece ter entendido isso cedo.

Seu diferencial competitivo pode estar menos em possuir um modelo chamado EDEN e mais na infraestrutura criada para alimentar esse modelo continuamente com informação biológica que concorrentes não possuem.

Isso transforma expedições científicas, contratos com instituições, sequenciamento genético e relações internacionais em partes de uma cadeia de suprimento para inteligência artificial.

É algo bastante diferente da indústria de software tradicional.

Nesse mercado, uma floresta, uma fonte hidrotermal ou um microorganismo encontrado no fundo do oceano podem acabar contribuindo para o treinamento de um modelo computacional.

Biodiversidade também cria uma questão econômica

Essa estratégia traz outra discussão que tende a crescer.

Material genético possui origem.

Se uma sequência coletada em determinado país ajudar uma empresa a desenvolver um medicamento extremamente lucrativo, surge a questão sobre quem participa desse valor.

A Basecamp afirma que suas coletas são realizadas mediante acordos de acesso e repartição de benefícios e que parte do valor gerado pode retornar aos países e comunidades responsáveis pela biodiversidade utilizada.

Essa estrutura pode se tornar cada vez mais importante à medida que modelos biológicos dependam de conjuntos de dados globais.

O debate sobre direitos autorais que acompanha modelos de linguagem possui um equivalente próprio na biotecnologia.

Aqui, porém, não estamos falando de textos, fotografias ou músicas.

Estamos falando de informação genética produzida pela própria evolução.

Nvidia e Anthropic enxergam outro mercado para IA

A presença de Nvidia e do fundo ligado à Anthropic também merece atenção.

Para empresas de inteligência artificial, biologia representa uma das grandes fronteiras de expansão além dos chatbots.

Treinar modelos biológicos exige enormes quantidades de processamento.

Simular moléculas, prever estruturas, analisar sequências genéticas e executar modelos generativos cria demanda por aceleradores computacionais e infraestrutura especializada.

Para a Nvidia, portanto, empresas como a Basecamp representam também consumidores potenciais de grandes clusters de GPUs.

Para a Anthropic, existe uma camada diferente.

Modelos EDEN voltados a desenho de antibióticos e previsão de imunogenicidade já foram integrados ao Claude, permitindo que pesquisadores interajam com determinadas ferramentas biológicas por meio de linguagem natural.

O modelo conversacional pode funcionar como interface enquanto sistemas especializados executam tarefas científicas.

É uma indicação interessante de como agentes de IA podem chegar aos laboratórios.

Análise da equipe

A avaliação de US$ 800 milhões da Basecamp diz tanto sobre a expectativa dos investidores quanto sobre o estágio atual da ciência.

A tese é poderosa.

A evolução realizou experimentos biológicos durante bilhões de anos. A maior parte dessas soluções continua desconhecida. Se modelos suficientemente grandes conseguirem aprender regras gerais presentes nesse enorme conjunto de dados, o espaço de descoberta de medicamentos pode mudar radicalmente.

Mas existe uma diferença fundamental entre inteligência artificial para biologia e inteligência artificial para produzir texto.

Uma resposta errada de um chatbot pode ser corrigida em segundos.

Uma molécula errada pode consumir meses de trabalho laboratorial antes que alguém descubra que ela não funciona.

Um medicamento errado pode sequer chegar aos testes clínicos.

Por isso, benchmarks espetaculares e modelos gigantes são apenas o começo nesse setor.

Biologia possui uma ferramenta de validação particularmente brutal: a realidade.

O que quase ninguém está discutindo

Talvez a corrida mais importante da chamada IA farmacêutica não seja para construir o maior modelo.

Pode ser para construir o melhor conjunto de dados.

Quando diferentes empresas conseguem comprar GPUs semelhantes e desenvolver arquiteturas comparáveis, possuir informação exclusiva sobre milhões de espécies pode criar uma barreira competitiva muito mais difícil de reproduzir.

Nesse cenário, laboratórios de sequenciamento, redes internacionais de coleta e acordos de acesso à biodiversidade tornam-se infraestrutura tão importante quanto data centers.

A Basecamp está tentando construir justamente essa combinação.

Computação, laboratório e natureza funcionando como uma única cadeia tecnológica.

US$ 800 milhões compram expectativa, não aprovação

O novo investimento permitirá à empresa treinar versões maiores do EDEN, ampliar sua infraestrutura e avançar seus candidatos terapêuticos.

Agora começa a parte que realmente determinará o valor dessa tecnologia.

Os próximos sinais importantes não serão outro benchmark ou uma rodada de investimento ainda maior.

Serão estudos independentes, resultados pré-clínicos reproduzíveis, pedidos regulatórios e, finalmente, ensaios clínicos em pessoas.

Se candidatos desenhados por esses sistemas começarem a atravessar essas etapas com taxas de sucesso superiores às da indústria tradicional, inteligência artificial poderá provocar uma mudança estrutural no desenvolvimento farmacêutico.

Se não atravessarem, teremos modelos impressionantes que aprenderam muito sobre biologia sem conseguir superar o teste que realmente importa.

O paciente.

👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis