Édition Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Basecamp lève 140 millions de dollars pour faire progresser les résultats de laboratoire d’EDEN vers des thérapies

> La levée de fonds de 140 millions de dollars de Basecamp Research soutient ses modèles d’IA pour la biologie et sa filière thérapeutique. Nous examinons ses données, les expériences sélectionnées et les stades actuels de développement.

By BIG CHANGE Editorial

Published: 2026-09-23T16:26:48.832Z
Updated: 2026-09-23T16:26:48.832Z
Canonical: https://bigchange.ai/blog/basecamp-research-eden-biological-data-evidence

![A sealed sediment sample in a metal tray sits beside a rack of closed assay vials on a field-station bench, with vegetation beyond an open window.](https://bigchange.ai/api/media/file/basecamp-field-assay-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE.

Basecamp Research a levé 140 millions de dollars pour développer ses modèles d’IA EDEN pour la biologie et faire progresser une filière thérapeutique vers le développement clinique. L’entreprise affirme qu’un corpus propriétaire, constitué à partir de prélèvements environnementaux, apporte à ses modèles des informations biologiques absentes des bases de séquences publiques.

Les éléments avancés comprennent des expériences en laboratoire menées par l’entreprise et une étude distincte rapportée chez la souris. La filière thérapeutique présentée en est encore aux stades de la recherche et de l’optimisation des molécules candidates.

## Le grand changement

- **Ce qui a changé :** Une entreprise spécialisée dans les modèles biologiques a réuni prélèvements de terrain à l’échelle mondiale, contexte génomique et entraînement des modèles au sein d’une même chaîne de données propriétaire, puis a testé en laboratoire les protéines générées.
- **Pourquoi c’est important :** Les données d’entraînement établissent une relation commerciale avec les fournisseurs de biodiversité avant que des médicaments n’atteignent les patients. Basecamp affirme que ses accords prévoient des redevances lorsque les données sont utilisées, ce qui permet aux partenaires de collecte d’être rémunérés pendant le développement des modèles.
- **À suivre :** Il faudra voir si des résultats reproduits de façon indépendante entraînent des progrès dans le développement, et si l’utilisation accrue des modèles augmente les paiements aux partenaires de collecte. Il s’agit de deux évaluations distinctes : l’une porte sur les avancées thérapeutiques, l’autre sur l’activité liée aux données.

## BaseData fournit du contexte en plus des séquences

Les dépôts publics sont indispensables, mais reflètent les choix de séquençage des chercheurs. Le [préprint BaseData de Basecamp](https://www.biorxiv.org/content/10.1101/2025.06.11.658620v1) indique que cinq espèces représentaient 68 % du volume de séquences de l’Sequence Read Archive. À la fin de 2024, l’entreprise déclarait avoir recensé 9,8 milliards de nouveaux gènes et plus d’un million d’espèces absents des bases de comparaison, grâce à des partenariats dans 26 pays et régions autonomes.

Basecamp conserve également les gènes voisins, les conditions des sites et la provenance des échantillons, apportant ainsi aux modèles des informations sur le contexte biologique. À la fin de 2024, l’entreprise déclarait avoir rémunéré 52 bénéficiaires dans 19 pays.

BaseData est propriétaire. Le corpus d’entraînement d’EDEN a dépassé le relevé de la fin 2024 : son préprint fait état de plus de 10 milliards de gènes. Les deux articles sont des prépublications menées par l’entreprise.

Les données publiques évoluent elles aussi. Le [Dayhoff Atlas de Microsoft](https://www.microsoft.com/en-us/research/articles/the-dayhoff-atlas/) a réuni des sources génomiques et métagénomiques dans un jeu ouvert de 3,34 milliards de séquences protéiques. Dans une comparaison contrôlée, 34,5 % des protéines générées par un modèle de 170 millions de paramètres entraîné sur cet ensemble plus large ont été exprimées dans *E. coli*, contre 27,6 % pour la version entraînée sur UniRef90. Il s’agit d’une expérience portant sur un autre jeu de données, et non d’un test des modèles de Basecamp.

## Ce qu’EDEN a réellement démontré

Le [préprint sur EDEN](https://www.biorxiv.org/content/10.64898/2026.01.12.699009v2) décrit des expériences prospectives, mais chaque résultat répond à une question restreinte.

| Expérience | Résultat rapporté | Portée |
| --- | --- | --- |
| Peptides antimicrobiens | 32 des 33 peptides sélectionnés ont inhibé la croissance bactérienne à des concentrations allant jusqu’à 64 micromolaires. | Ensemble de laboratoire sélectionné ; le taux de 97 % ne représente pas le taux de réussite de toutes les sorties du modèle. |
| Protéines d’insertion génique | 53,6 % des 176 recombinases sélectionnées ont montré une activité significative. | Essai biochimique acellulaire utilisant des invites dérivées de neuf protéines natives. |
| Lymphocytes T humains primaires | Dix des 20 recombinases sélectionnées, fondées sur PRT075, ont inséré une charge utile CAR anti-CD19 à un niveau supérieur au témoin sans charge utile. | Cellules dérivées de donneurs ; la spécificité doit encore être étudiée. |
| Étude chez la souris | Basecamp [rapporte](https://basecamp-research.com/biologys-bitter-lesson/) qu’un peptide a égalé un antibiotique de dernier recours sans optimisation itérative. | Compte rendu distinct de l’entreprise sur une expérience animale. |

Les travaux sur les peptides nécessitent encore des études de stabilité, de toxicité et de pharmacocinétique. Ces expériences n’établissent ni l’innocuité ni l’efficacité clinique.

## La voie vers la clinique reste longue

Le [connecteur actuel de l’entreprise](https://claude.com/connectors/eden-basecamp-research) permet aux chercheurs d’utiliser EDEN pour générer des peptides antimicrobiens et hiérarchiser des cibles vaccinales. L’outil est réservé à la recherche.

[Le compte rendu complet de The Decoder](https://the-decoder.com/inside-basecamp-research-the-ai-startup-turning-evolution-into-training-data) indique qu’en septembre 2026, aucun des six programmes annoncés par Basecamp n’avait dépassé le stade de l’optimisation des molécules candidates. Quatre en étaient à ce stade, dont des programmes de thérapie CAR-T administrée in vivo, de thérapie génique hépatique et de peptides antimicrobiens ; deux en étaient encore à la recherche.

Le [communiqué de financement de Basecamp](https://www.prnewswire.com/news-releases/basecamp-research-raises-140m-to-advance-ai-designed-therapeutics-302887617.html) indique que le nouveau capital soutiendra la prochaine génération d’EDEN et fera progresser sa filière vers le développement clinique, en commençant par la thérapie cellulaire in vivo. Une [recherche ClinicalTrials.gov du 23 septembre](https://clinicaltrials.gov/api/v2/studies?query.spons=%22Basecamp%20Research%22&pageSize=10&countTotal=true) n’a trouvé aucune étude au nom du promoteur « Basecamp Research » ; des études enregistrées sous d’autres noms de promoteurs pourraient ne pas apparaître dans ce résultat.

## Sources

- [À l’intérieur de Basecamp Research, la jeune pousse d’IA qui transforme l’évolution en données d’entraînement](https://the-decoder.com/inside-basecamp-research-the-ai-startup-turning-evolution-into-training-data) — Entretien complet publié par The Decoder, utilisé pour les stades de la filière, le contexte du financement et les limites explicitement formulées. Les déclarations de l’entreprise lui sont attribuées ; l’article ne reprend ni les analogies ni les projections du reportage.
- [Franchir le mur des données biologiques](https://www.biorxiv.org/content/10.1101/2025.06.11.658620v1) — Étude menée par l’entreprise et non évaluée par les pairs, qui étaye la composition du corpus, les modalités de collecte, les métadonnées contextuelles et la diversité rapportée.
- [Concevoir des thérapies programmables par l’IA avec la famille de modèles fondamentaux EDEN](https://www.biorxiv.org/content/10.64898/2026.01.12.699009v2) — Version du préprint publiée le 9 février par l’entreprise, qui documente les données d’entraînement, les expériences de laboratoire sélectionnées et leurs limites.
- [Le Dayhoff Atlas : la diversité des séquences à grande échelle améliore la conception de protéines](https://www.microsoft.com/en-us/research/articles/the-dayhoff-atlas/) — Comparaison indépendante montrant qu’un ensemble métagénomique public plus diversifié a modifié le taux d’expression des protéines ; l’étude n’a testé ni BaseData ni EDEN.
- [La leçon amère de la biologie](https://basecamp-research.com/biologys-bitter-lesson/) — Essai de l’entreprise à l’appui du résultat distinct rapporté chez la souris et de l’expansion proposée sous le nom de Trillion Gene Atlas. Le résultat chez la souris n’est pas présenté comme vérifié de manière indépendante.
- [Basecamp Research lève 140 millions de dollars pour faire progresser des thérapies conçues par l’IA](https://www.prnewswire.com/news-releases/basecamp-research-raises-140m-to-advance-ai-designed-therapeutics-302887617.html) — Communiqué de financement de l’entreprise à l’appui du montant levé, des participants et des projets annoncés pour EDEN et la thérapie cellulaire in vivo.
- [Connecteur EDEN de Basecamp Research](https://claude.com/connectors/eden-basecamp-research) — Fiche produit actuelle décrivant la génération de peptides antimicrobiens, la hiérarchisation des cibles vaccinales et la restriction à un usage de recherche.
- [API de recherche d’études de ClinicalTrials.gov](https://clinicaltrials.gov/api/v2/studies?query.spons=%22Basecamp%20Research%22&pageSize=10&countTotal=true) — La recherche exacte par nom de promoteur n’a renvoyé aucune étude au moment de la consultation. Cela n’exclut ni un programme préclinique non enregistré ni une future étude enregistrée sous le nom d’un autre promoteur.