细胞疗法卡在一个尴尬的位置已经很多年了。实验室里，嵌合抗原受体T细胞（CAR-T）在血液瘤中展现出的清除能力近乎“治愈”；但在真实世界里，每一剂细胞疗法都意味着数周体外制备、一套专属冷链、以及动辄数十万美元的账单。更根本的限制在于：现有技术只能递送相对简单的基因载荷，一旦涉及复杂的多基因回路或需要精确整合到基因组安全位点，整套系统就变得笨拙且昂贵。行业里几乎所有人都承认，细胞疗法的下一次跃迁必须发生在“体内”——让患者自己的身体成为药物工厂，而不是把细胞抽出来改造再输回去。但“体内”这个词，意味着对DNA序列设计能力和递送精度的要求同时跃升一个数量级。
Basecamp Research 想用一套“生物基础模型+专有基因组数据”的组合来回答这个问题。2026年9月23日，这家总部位于伦敦的生命科学公司宣布完成1.4亿美元C轮融资，由S32领投，英伟达旗下NVentures和Anthropic的Anthology Fund等参与。据路透社2026年9月23日报道，本轮融资后公司估值为8亿美元，累计融资额达到2.25亿美元。公司称，这笔资金将用于训练新一代EDEN模型，并推动其AI设计的体内细胞疗法管线走向临床开发。
这轮融资的资本结构本身就是一个信号。一家AI制药公司同时拿到英伟达和Anthropic的钱，在生物技术领域并不常见。英伟达的NVentures是既有投资方，其算力基础设施与生物基础模型训练之间的协同关系相对直接；Anthropic的Anthology Fund则是新进入者，而Anthropic与Basecamp Research在Claude Science上已有合作。更值得注意的是一批非典型生物技术投资者——NATO创新基金、洛克菲勒基金会、英国政府的Sovereign AI基金——它们的参与暗示，Basecamp Research所代表的“主权AI+生物数据”叙事正在获得超越传统生命科学风险投资的关注。以下对投资方动机的归因，除直接引语外，均为编辑基于公开信息的分析，未获投资方确认。
| 字段 | 内容 |
|---|---|
| 公司 | Basecamp Research |
| 轮次 | C轮 |
| 金额 | 1.4亿美元 |
| 投资方 | S32（领投）、Anthropic’s Anthology Fund、Catalio Capital Management、European Tech Collective、Firebrand River Capital、Inception Fund、King Philanthropies、NATO Innovation Fund、NVIDIA（NVentures）、PostScriptum、Redalpine、The Rockefeller Foundation、Singular、Sovereign AI、True Ventures、André Hoffmann（罗氏副董事长，个人投资） |
| 总部 | 英国伦敦 |
| 创始人 | Glen Gowers、Oliver Vince |
| 官网 | https://www.basecamp-research.com/ |
EDEN模型的真正壁垒不在算法，而在那本“基因图集”的产权结构
Basecamp Research的核心资产是一套名为EDEN的生物基础AI模型，以及支撑其训练的Trillion Gene Atlas（万亿基因图谱）。据公司披露，该图谱是“全球最大的专有生物AI训练数据集”，通过与30多个国家/地区的获取与惠益分享伙伴关系收集，覆盖七大洲。公司称，EDEN模型能够识别“前所未见生物学”中的模式，并具备设计细胞和基因疗法、酶和肽的能力。
这里需要做一个关键的区分。AI制药领域的基础模型竞争，表面上是模型架构和训练算力的竞争，实际上越来越演变为训练数据的产权竞争。公开基因组数据库（如NCBI的GenBank、欧洲的ENA）虽然规模庞大，但存在两个结构性缺陷：一是数据质量参差不齐，大量序列缺乏完整的生态学或功能注释；二是数据同质化严重，主要来自少数几个模式物种和发达国家的样本采集网络。Basecamp Research的差异化策略在于，它通过与生物多样性丰富国家的机构建立“获取与惠益分享”协议，采集那些不在公开数据库中的序列——极端环境微生物、稀有真核生物、未被充分采样的生态位。这些数据在产权上具有排他性，在生物学上具有互补性。
但“全球最大专有数据集”这一表述需要谨慎对待。公司未披露Trillion Gene Atlas的具体序列数量、覆盖物种数或与公开数据库的规模对比数据。从已披露信息看，该数据集的核心优势在于“专有”而非“最大”——即其数据来源的排他性和获取协议的独特性，而非绝对规模上的压倒性优势。这一点对理解Basecamp Research的壁垒至关重要：如果壁垒在于数据规模，那么拥有更多算力和更广泛数据抓取能力的巨头可以轻易追赶；如果壁垒在于一套覆盖30多个国家的惠益分享协议网络，那么复制成本就要高得多，因为它涉及的不是技术能力，而是长达数年的制度性信任建设和法律框架搭建。
体内细胞疗法的递送瓶颈：大型丝氨酸重组酶是钥匙，但锁孔尚未完全对齐
Basecamp Research的体内细胞疗法方案有一个明确的技术支点：将EDEN模型设计的长而复杂DNA序列，与大型丝氨酸重组酶（large serine recombinases）配对使用，实现基因组层面的精确整合。公司称，这一组合旨在让细胞疗法“更复杂、更可定制、更易于给药”。
从技术逻辑上看，这个选择是有针对性的。当前体内基因递送的主流载体是腺相关病毒（AAV）和脂质纳米颗粒（LNP）。AAV的载荷上限约为4.7kb，且以游离体形式存在为主，在分裂细胞中会逐渐稀释；LNP递送的mRNA则只能实现瞬时表达。如果要在体内实现稳定的、可编程的细胞功能重编程——比如让T细胞在体内获得CAR结构并持续表达——就需要一个能携带更大载荷、且能实现基因组整合的递送系统。大型丝氨酸重组酶恰好具备这两个特性：它们可以识别特定的基因组位点并催化定向整合，且不需要宿主细胞提供额外的整合酶机制。
但这里存在一个公司口径与产业现实之间的张力。据公司披露，其平台“旨在支撑细胞疗法的未来”，且管线“正推进至临床开发阶段”。然而，据公开文献与行业共识，大型丝氨酸重组酶作为递送工具本身仍处于临床验证的早期阶段。这个酶家族虽然在细菌中广泛存在，但在哺乳动物细胞中的整合效率、位点特异性、以及脱靶整合风险，尚未在任何已获批疗法中得到验证。Basecamp Research没有披露其重组酶的具体来源、整合效率数据或脱靶率数据。因此，从已披露信息看，公司是在用一个尚未被临床验证的递送工具，去承载一个由AI模型设计的复杂DNA载荷——这是双重技术风险叠加的结构。
另一个值得注意的细节是，公司称其管线“从体内细胞疗法开始”，暗示后续可能扩展到其他模态。结合EDEN模型据称具备设计酶和肽的能力，以及公司提到与Anthropic在Claude Science上的合作“展示了EDEN模型直接从疾病信息生成潜在治疗候选药物的能力”，Basecamp Research的长期定位可能更接近一个“AI治疗设计平台”，而非单一的细胞疗法公司。但这种平台叙事在生物技术领域的历史记录并不好——平台公司往往在某个阶段被迫变成产品公司，而产品公司的估值逻辑完全不同。
一家没有披露任何具体适应症的公司，如何说服市场它值8亿美元？
Basecamp Research的融资公告中有一个显著的空白：没有披露任何具体的疾病适应症。公司称其在“多个疾病领域”展示了“强劲的临床前结果”，但没有说明是哪些疾病、使用了什么模型、达到了什么终点。对于一家估值8亿美元、声称管线正在走向临床开发的公司而言，这个信息密度是偏低的。
对比同类公司可以更清楚地看到这一点。在AI制药领域，Recursion Pharmaceuticals在上市前披露了具体的管线资产和适应症；Insilico Medicine在推进ISM001-055进入临床试验时公布了靶点和疾病领域；即便是以平台叙事为主的Schrödinger，也会在财报中披露合作项目的具体进展。Basecamp Research选择在C轮融资节点不披露适应症，可能的原因包括：管线仍处于早期、适应症选择尚未最终确定、或者公司有意将信息留到后续的临床里程碑节点再释放。但无论哪种原因，这都意味着外部观察者无法独立评估其管线的科学质量和临床转化概率。
公司任命前Biogen高管Richard Pearce为首席商务官，以及S32的Andy Conrad加入董事会，这两个人事动作表明公司正在为制药合作和临床推进做准备。但“准备做”和“做到了”之间的差距，恰恰是生物技术投资中最昂贵的部分。从已披露信息看，Basecamp Research的制药合作伙伴名称未披露，合作条款未披露，合作阶段未披露。这意味着公司的收入结构、验证路径和商业化时间表都是不透明的。
投资逻辑拆解：S32的“平台赌注”与英伟达、Anthropic的“生态卡位”
这轮融资的投资者构成可以大致分为三类，每一类的投资逻辑并不相同。以下对投资动机的归因，除直接引语外，均为编辑基于公开信息的分析，未获投资方确认。
第一类是S32。这家由Bill Maris创立的加州风投机构，其投资风格倾向于在“技术平台+大规模数据”的交汇处下重注。Andy Conrad作为前Verily CEO加入董事会，强化了S32对Basecamp Research“平台型公司”的定位判断。Conrad在Verily的经历让他对“生物数据基础设施”的价值有直接认知——Verily的核心困境之一就是如何将大规模生物数据转化为可商业化的产品。从这个角度看，编辑分析认为，S32的投资逻辑可能是：Basecamp Research的Trillion Gene Atlas和EDEN模型构成了一个稀缺的数据+模型资产，即使体内细胞疗法管线本身失败，这个平台在制药合作、酶设计、疫苗预测等方向上仍有变现可能。该归因未获投资方确认。
第二类是英伟达和Anthropic。英伟达的NVentures作为既有投资方继续参与，其逻辑相对直接：生物基础模型的训练需要大规模GPU算力，Basecamp Research是英伟达在“AI for Science”赛道上的一个算力需求方和标杆案例。Anthropic的参与则更微妙。Anthropic的Anthology Fund是其与Menlo Ventures合作的投资工具，通常投资于使用Claude模型构建应用的初创公司。Basecamp Research与Anthropic在Claude Science上的合作——据公司披露，展示了EDEN模型“直接从疾病信息生成潜在治疗候选药物”的能力——意味着Basecamp Research可能是Anthropic在科学发现领域的一个关键应用案例。编辑分析认为，从公开信息推测，Anthropic的战略考量可能在于将Basecamp Research作为Claude系列模型在严肃科学任务中的可用性验证场景，而非单纯的财务回报。该归因未获投资方确认。
第三类是NATO创新基金、洛克菲勒基金会和英国Sovereign AI基金。这些投资者的参与带有明显的公共政策色彩。NATO创新基金的投资主题包括生物技术和AI的交叉领域，其关注点在于技术主权和供应链安全；洛克菲勒基金会在全球健康领域有长期布局；英国Sovereign AI基金则直接服务于英国政府的AI战略。编辑分析认为，它们的参与意味着Basecamp Research被纳入了“关键国家技术基础设施”的叙事框架，这对于一家总部位于伦敦、数据采集网络覆盖30多个国家的公司而言，既是资源也是约束——公共资金的介入通常伴随着对数据治理、惠益分享合规性和地缘政治敏感性的更高要求。该归因未获投资方确认。
惠益分享协议是护城河，也是潜在的合规地雷
Basecamp Research的数据采集模式建立在“获取与惠益分享”协议之上，覆盖30多个国家。这一模式的法律基础是《生物多样性公约》及其《名古屋议定书》，要求使用遗传资源的实体与资源提供国分享由此产生的惠益。公司称其数据采集网络覆盖七大洲，并强调这一模式的专有性。
从商业角度看，这套协议网络确实构成了一个难以快速复制的壁垒。与30多个国家的机构建立信任、谈判协议、维持合规运营，需要数年的时间和一支具备跨国法律和生物学背景的团队。但这一壁垒的另一面是持续的合规成本和潜在的法律风险。《名古屋议定书》的各国实施细则差异很大，一些国家对遗传资源数字序列信息（DSI）的惠益分享要求仍在演变中。如果未来国际规则要求对基于DSI训练的AI模型所产生的商业收益进行强制性分享，Basecamp Research的商业模式将面临额外的成本结构压力。
此外，公司未披露其惠益分享协议的具体条款——包括是否涉及货币分享、技术转让、或知识产权共有。这些条款的差异会直接影响公司对Trillion Gene Atlas数据的控制力。如果某些协议包含数据使用范围限制或惠益分享触发条件，那么EDEN模型在商业化过程中可能面临数据使用权的重新谈判。这是一个在融资公告中不会被提及、但在未来可能成为实质性约束的因素。
1.4亿美元能买到什么：从临床前到临床的资本消耗曲线
公司称，本轮资金将用于三个方向：训练新一代EDEN模型、推进AI设计疗法管线向临床开发、扩大制药合作伙伴关系。这三个方向对应的资本消耗节奏完全不同。
训练新一代基础模型是资本密集型的。生物基础模型的训练需要大规模GPU集群和持续的数据工程投入，这一部分的资金消耗速度取决于模型规模和训练频率。英伟达作为投资方和算力供应商的双重角色，可能在一定程度上缓解硬件成本压力，但公司未披露具体的算力合作条款。
推进管线向临床开发是三个方向中资金消耗最陡峭的。体内细胞疗法从临床前到IND（新药临床试验申请）再到I期临床，涉及GMP级病毒载体或LNP生产、毒理学研究、临床试验设计和执行。编辑基于行业经验的估算显示，一个体内基因疗法项目从IND到I期临床完成的成本通常在数千万美元级别，且时间跨度在3-5年。1.4亿美元如果同时支撑模型训练和多个管线推进，资金消耗速度会很快。公司未披露管线中具体有多少个候选药物、分别处于什么阶段，因此无法估算其资金跑道长度。
扩大制药合作伙伴关系是三个方向中资本效率最高的，但也最依赖外部验证。如果Basecamp Research能够与大型制药公司达成包含预付款和里程碑付款的合作协议，那么这不仅能带来非稀释性资金，还能为平台能力提供第三方背书。但截至目前，公司未披露任何具体合作伙伴名称或合作条款，这意味着这一方向的进展尚无法从外部验证。
待验证的假设清单：这家公司需要证明什么才能配得上下一轮估值
Basecamp Research的故事建立在几个核心假设之上，每一个都需要在接下来的18-24个月内得到验证。
第一个假设是：Trillion Gene Atlas的数据优势能够转化为EDEN模型的性能优势。公司称其模型能够“识别前所未见生物学中的模式”，但未披露任何与公开模型或竞品模型的基准对比数据。在AI制药领域，模型性能的评估标准本身就是一个未解决的问题——是用序列生成质量、蛋白质结构预测精度、还是下游实验验证成功率来衡量？没有公开基准，外部观察者就无法判断EDEN模型是否真的优于基于公开数据训练的替代方案。
第二个假设是：大型丝氨酸重组酶能够在体内实现安全、高效、位点特异性的基因整合。这个假设的验证路径相对清晰——需要在大型动物模型中展示整合效率和脱靶率数据，然后进入人体试验。但公司未披露其重组酶的任何临床前数据，这意味着这一假设目前完全建立在公司内部数据之上。
第三个假设是：AI设计的复杂DNA序列能够在真实细胞环境中按预期工作。DNA序列设计和DNA序列在活细胞中的实际行为之间存在巨大鸿沟。表观遗传修饰、染色质结构、细胞类型特异性的调控网络都会影响设计序列的功能输出。EDEN模型据称能够设计“长而复杂的DNA序列”，但这些序列在体内细胞疗法中的实际表现，需要经过严格的实验验证。公司称其“在多个疾病领域展示了强劲的临床前结果”，但未披露任何具体数据，因此这一假设的验证状态对公众而言是未知的。
第四个假设是：惠益分享协议网络能够持续稳定地提供数据，且不会因国际规则变化而产生额外的成本或限制。这个假设的验证周期更长，且不完全在公司的控制范围内。
从已披露信息看，Basecamp Research拥有一个逻辑自洽的技术叙事、一个结构多元的投资者阵容、以及一个尚未被公开数据验证的核心假设集合。1.4亿美元的C轮融资给了公司一个相对充裕的窗口期来验证这些假设，但生物技术的历史反复证明：在临床数据出现之前，所有的平台叙事都只是叙事。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Basecamp Research的真正赌注不是某个具体的细胞疗法管线，而是一个关于“数据产权+模型能力”的复合壁垒假设。Trillion Gene Atlas的30国惠益分享网络和EDEN模型的专有训练数据，构成了一个无法被算力或算法单独复制的资产组合。但这个假设的验证成本极高——它要求公司在临床数据、模型基准和商业合作三个维度同时拿出可公开检验的证据。在生物技术领域，8亿美元估值买到的不是确定性，而是一个在资金耗尽前证明假设成立的时间窗口。这个窗口的长度，取决于1.4亿美元在模型训练和临床推进之间的分配效率，而这一点，公司尚未向外界展示。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。