LONDON (IT BOLTWISE) – Basecamp Research hat 140 Millionen US-Dollar eingesammelt, um seine biologischen KI-Modelle EDEN auszubauen. Das Startup trainiert Datenmodelle direkt auf genetischem Material aus Ökosystemen wie Regenwald, Ozean und heißen Quellen. Im Fokus stehen Antibiotika-Designs und Werkzeuge, die Gene gezielt im Körper einfügen sollen. Entscheidend ist dabei weniger eine höhere Punktzahl in Benchmarks als die Frage, ob die Moleküle am Ende im Experiment zuverlässig funktionieren.
Basecamp Research stellt die klassische KI-Entwicklung auf den Kopf: Statt wie bei vielen KI-Projekten primär Texte, Bilder oder Code als Trainingsmaterial zu nutzen, soll die nächste Generation medizinischer KI-Modelle aus echten biologischen Sequenzen lernen. Das Unternehmen hat dafür 140 Millionen US-Dollar eingesammelt, unter anderem mit Beteiligung von NVIDIA sowie dem Anthropic-Anthology-Fund. Laut Firmenangaben bündelt Basecamp genetisches Material aus Lebensräumen, die in öffentlichen Datenbanken oft unterrepräsentiert sind – von Regenwald- und Meerproben bis hin zu heißen Quellen. Technisch bedeutet das: Die Modelle werden nicht als „Chatbot“ verstanden, der Wörter verarbeitet, sondern als Sequenzlern-System, das DNA-Bausteine als Trainingsoberfläche nutzt.
Der CTO Philip Lorenz argumentiert im Kern, dass „gute Scores“ auf Papier in der Biologie weniger vorhersagekräftig sind als in der Sprache. Während Sprachmodelle mit riesigen Textmengen skaliert werden konnten und dabei schnell messbare Fortschritte zeigten, ist Biologie laut Basecamp deutlich komplexer und zudem durch stark unterschiedliche Datentypen geprägt. In Datensätzen aus der Pharma-Welt dominieren häufig kleinere, „siloartige“ Sammlungen aus einzelnen Studien; im Gegensatz dazu benötigt ein DNA- bzw. Genom-basiertes Lernsystem eine große Vielfalt an Sequenzen und Kontext. Basecamp nimmt dafür ein grundsätzlich anderes Datenproblem in Kauf: Die Zahl möglicher Nukleotidpositionen übertrifft die heute verfügbaren öffentlichen Sequenzen nach Firmenlogik sehr deutlich – und selbst wenn Daten „da“ wären, ergibt sich aus Lorenz’ Sicht ein zweites Problem, weil öffentliche Genome oft nur einen kleinen Teil der Biodiversität abbilden.
Damit verbunden ist auch die Frage, wie die Trainingsdaten überhaupt entstehen. Basecamp baut eigenen Angaben zufolge eine Proben- und Sequenzierungs-Pipeline über ein Netzwerk lokaler Partner auf. Das Unternehmen spricht davon, dass das Netzwerk inzwischen mehr als 30 Länder und alle sieben Kontinente umfasst, unterstützt durch eine größere Anzahl beteiligter Organisationen. In einem Unternehmenskontext wird damit nachvollziehbar, warum die Lernkurve bei Biologie schwerer zu beschleunigen ist: Nicht nur die Modellarchitektur entscheidet, sondern auch die Fähigkeit, Proben so zu gewinnen, zu extrahieren, zu sequenzieren und anschließend so zu kuratieren, dass sie biologisch zusammenhängende Muster enthalten. Genau hier sieht Basecamp den Unterschied zwischen „mehr Daten“ und „nutzbaren Daten“: Das Unternehmen hält längere, zusammenhängende DNA-Abschnitte für besonders wichtig, weil damit Nachbarschaftsbeziehungen von Genen wieder sichtbar werden – während isolierte Fragmente den biologischen Kontext verlieren.
Bei den EDEN-Modellen setzt Basecamp auf eine Skalierungsstrategie, die zwar vom Sprachmodell-Ökosystem inspiriert ist, aber gezielt angepasst wird. Laut Angaben aus dem Umfeld des Trainings erfolgte die erste EDEN-Generation auf Daten, die Milliardenwerte an DNA-Bausteinen umfassen; das Training lief über Forschungsarbeiten auf der Azure-Infrastruktur. Für das nächste Wachstum ist eine massive Erweiterung geplant: Innerhalb von ungefähr anderthalb Jahren soll der Datensatz demnach ungefähr hundertfach wachsen und dabei eine Größenordnung von über einer Quadrillion „Tokens“ erreichen, wobei ein Token in diesem Kontext ein DNA-Baustein ist. Als organisatorischer Rahmen dient dabei das von mehreren Partnern angekündigte Trillion Gene Atlas-Programm, das genetische Daten in extrem großer Breite zusammenführen soll. Für Entscheider in Unternehmen ist das ein Hinweis darauf, dass „Datenpartnerschaften“ im Life-Science-Bereich künftig so strategisch werden wie Cloud- und Rechenkapazitäten.
EDEN ist bei Basecamp aber nicht nur ein Trainingsprojekt, sondern soll konkrete therapeutische Designs unterstützen – und zwar mit einer klaren Brücke vom Modell zur Laborvalidierung. Im Antibiotika-Kontext beschreibt das Unternehmen einen Ansatz, bei dem das System gegen einen Krankheitserreger „promptet“ und anschließend Kandidaten ausgibt, die im Labor gegen Bakterien wirken sollen. Dazu passt auch die Vorstellung, evolutionäre Strategien nachzubauen: Bakterielle Konkurrenzsituationen und virenbasierte Wechselwirkungen (etwa über Phagen) liefern laut Basecamp ein Naturmuster, aus dem neue Wirkstoffe und Werkzeuge ableitbar sind. Besonders relevant ist zudem, dass Basecamp neben Antibiotika auch Genom-Editierwerkzeuge entwickeln will, die größere DNA-Abschnitte an ausgewählten Positionen einfügen können. Als Klassenbeispiel nennt das Unternehmen große Serin-Rekombinasen: Enzyme, die so umprogrammiert werden sollen, dass sie im menschlichen Genom therapeutisch nutzbare DNA an präzisen Stellen anfügen.
Für die Umsetzung in Zelltherapien gilt dann die harte Realität der Translation. Basecamp beschreibt, dass der Therapiepfad langfristig auf „in-body“-Änderungen abzielt, also auf Eingriffe direkt im Körper, um die aufwendige Herstellung heutiger Zelltherapien zu vereinfachen. Gleichzeitig bleibt die offene technische Frage: Wie gelangen die Editierkomponenten sicher an die richtigen Zellen, ohne toxische Effekte oder unerwünschte Immunreaktionen auszulösen? In diesem Punkt ist die frühe Laborwirksamkeit zwar wichtig, ersetzt aber nicht die nächste Stufe der Machbarkeit. Das Unternehmen adressiert das laufend über Modelltraining und Experimentdesign: Neben datengetriebenem Vortraining setzt EDEN laut Lorenz auch auf gezielte Optimierungsschleifen, in denen ein Teil der Rechenressourcen in Reinforcement-Learning-Experimente fließt, um die Modellantworten anhand von Ergebniswerten in die gewünschte Richtung zu drücken.
Für die Branche ist dabei nicht nur die Technologie spannend, sondern auch die Risiko- und Erwartungssteuerung. Basecamp liefert zwar Hinweise darauf, dass Skalierung in EDEN-Umgebungen Leistungszuwächse bringen kann, warnt aber zugleich vor einer eindimensionalen Optimierung auf Kennzahlen wie Perplexity. Gerade bei biologischen Aufgaben – etwa bei der Abschätzung potenzieller Immunreaktionen oder der Übertragbarkeit auf neue Zielstellungen – sei der Zusammenhang zwischen Modellmetrik und „tatsächlich funktionierender“ Molekülstruktur nicht linear. Gleichzeitig bleibt die industrielle Anschlussfähigkeit hoch: Wer EDEN-ähnliche Systeme einsetzen will, braucht nicht nur GPUs, sondern vor allem Zugriff auf kuratierbare Sequenzvielfalt, strukturierte Experimentdaten und einen Prozess, der aus Modellvorschlägen belastbare Kandidaten macht. Bis dahin liegt der Schwerpunkt bei Basecamp weiterhin auf Forschungs- und Vorentwicklungsstufen; aber der Ansatz zeigt, wie Biologie als lernbares Datenmedium systematisch erschlossen werden kann, statt nur als statischer Ausgangspunkt für einzelne Analysen zu dienen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Basecamp Research: EDEN-Modelle lernen aus DNA-Daten für Antibiotika und Zelltherapien" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Basecamp Research: EDEN-Modelle lernen aus DNA-Daten für Antibiotika und Zelltherapien" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Basecamp Research: EDEN-Modelle lernen aus DNA-Daten für Antibiotika und Zelltherapien« bei Google Deutschland suchen, bei Bing oder Google News!