Basecamp Research融资1.4亿美元：EDEN生物基础模型配上万亿基因图谱，要把体内细胞疗法做成可设计的药
Basecamp Research于2026年9月23日宣布完成1.4亿美元超额认购C轮融资，S32领投，Anthropic的Anthology Fund、NVIDIA等参投。公司将用资金训练新一代EDEN生物基础模型，并推进以体内细胞疗法为首的AI设计药物管线走向临床。其EDEN模型训练于自有万亿基因图谱——号称全球最大的专有生物AI训练数据集，采集自30多个国家；模型可从疾病信息直接生成治疗候选，已通过与Anthropic的Claude Science合作验证。
Anthropic与英伟达同时下注的一家公司：它训练的不是语言模型，而是DNA的设计规则
商业路径视角 × 投资人 ｜ 深度视角 × 临床研究者 ｜ 行业观察
开场：让药物在体内自己长出来
细胞疗法的成本困局，行业里已经讨论了很多年。一名患者的个性化细胞制备流程动辄数十万美元，把这类疗法牢牢锁在少数适应症与支付能力极强的市场。Basecamp Research 给出的解法思路很直接：与其在体外制造细胞再输回体内，不如直接在患者体内重编程细胞，让药物在体内自己长出来。
2026年9月23日，这家公司宣布完成1.4亿美元C轮融资，超额认购，由S32领投。更引人注目的是股东名单：Anthropic 的 Anthology Fund 与 NVIDIA 同时出现在投资方序列中。一家做 DNA 基础模型的公司，为何能同时打动大模型与算力两端的头部玩家？
答案藏在一个判断里：它训练的不是语言模型，而是 DNA 的设计规则。这个判断决定了它的估值逻辑——不依附于任何一条单一管线的成败，而是押注一种可以被反复调用的底层能力。
1.4亿美元买了什么：模型、数据与一条管线
本轮资金的用途被公司明确拆成三块：训练新一代 EDEN 模型；推进以体内细胞疗法（in vivo cell therapy）为首的 AI 设计药物管线走向临床开发；扩展药企合作。
值得注意的是，这轮融资的投资方阵容横跨了多个不常同框的阵营：除 Anthology Fund 与 NVIDIA 外，还包括 Catalio Capital、European Tech Collective、Firebrand River、Inception Fund、King Philanthropies、NATO Innovation Fund、PostScriptum、Redalpine、洛克菲勒基金会、Singular、Sovereign AI、True Ventures。罗氏副董事长 André Hoffmann 也参与其中，他的表态颇具分量：始于五十年前的生物技术革命改变了制造药物的方式，而个性化 AI 设计疗法代表这一旅程的下一次变革。
资本买的不是单一产品，而是模型、数据、管线三位一体的平台期权。 人事安排也在向商业化倾斜：前 Biogen 高管 Richard Pearce 出任首席商务官，S32 普通合伙人、前 Google Verily CEO Andy Conrad 加入董事会。
万亿基因图谱：七大洲采样换来的底座
支撑 EDEN 的数据底座是 Trillion Gene Atlas——公司称之为全球最大的专有生物 AI 训练数据集。该数据集与 NVIDIA、Anthropic、PacBio、Ultima Genomics 等合作构建，样本采集自 30 多个国家的生物多样性合作伙伴，覆盖全部七大洲，并遵循获取与惠益分享原则。
在生物 AI 的竞赛里，数据的稀缺性与合法性正取代算力，成为更难复制的护城河。 七大洲的采样网络意味着一种难以被实验室快速重建的资产：自然环境中的生物多样性，为模型提供了识别前所未见生物学模式的空间。这也是 NVIDIA 与 Anthropic 愿意同时下注的底层逻辑之一——模型架构可以追赶，数据采集网络很难。
值得单独一提的是获取与惠益分享原则。在生物数据主权争议日趋敏感的当下，合规的采样与惠益分配框架本身就是一种准入资格，它决定了数据集能否在商业与监管双重审视下长期使用。
从Claude Science到体内细胞疗法：能力边界在哪
EDEN 的定位是从疾病信息直接生成潜在治疗候选：设计细胞与基因疗法、酶与多肽。这条能力路径已通过其与 Anthropic 合作的 Claude Science 项目对外演示。
落到管线上，公司的头号方向是体内细胞疗法。其技术路线是：由 EDEN 设计长而复杂的 DNA 序列，配对大丝氨酸重组酶，将其精确整合进基因组，目标适应症指向癌症、自身免疫病等方向。公司称已在多种模态与疾病领域展示强临床前结果。
联合创始人兼 CEO Glen Gowers 的表述是：医学的未来在于重编程身体自我修复，公司既设计模型，也设计药物来教身体如何做。Andy Conrad 则把话放得更远：AI 正在为社会各部分打开新可能，而在人类健康领域的潜力或许最有意义——AI、生物数据与科学洞察的结合，可以改变理解疾病、发现药物、最终改善与延长生命的方式。
需要划清边界的是：演示能力不等于临床能力。 从能生成候选到候选能成药，中间隔着体内递送、免疫原性、整合精度与长期安全性等一系列尚未被 AI 跳过的关卡。体内重编程尤其如此——在可控的临床前环境中验证过的设计，进入复杂人体之后的可预测性仍待检验。
冷静观察：AI设计药物的第二梯队打法
把这笔融资放进 AI 制药的大图景里看，Basecamp Research 代表的是一种第二梯队打法：不与蛋白质结构预测或语言模型正面竞争，而是选择 DNA 设计这一相对冷门、数据壁垒更高的切口，用纵向数据网络换取时间差。
这一策略的优点是差异化清晰、合作面宽——既能为 Anthropic 提供科学能力的展示场，也能为 NVIDIA 提供生物计算的落地案例。隐忧同样明显：体内细胞疗法的临床验证周期长、监管路径仍在演化，1.4亿美元对模型训练、管线推进、商务扩展三线并进而言并不算宽裕；临床前结果的成色，也只有在进入临床开发后才能被真正检验。
短期内，这家公司更像是在用资本换取一个验证窗口——验证设计规则能否真正转化为设计药物。窗口之内，数据网络与合作生态是它的筹码；窗口之外，终局的裁判仍是临床数据。对整个赛道而言，这笔融资释放的信号同样清晰：大模型与算力巨头正在把生物基础模型视为下一个必争的能力层，而不再只是旁观的技术供应商。
千方医数集编辑部 出品
