Ir para o conteúdo

Da hipótese à evidência verificável.

A Vemryx Life Sciences é um laboratório computacional de pesquisa biomédica. Usamos IA para ler a literatura, analisar dados públicos e testar hipóteses, com código reproduzível e revisão humana em cada conclusão.

Escada de evidência

Todo projeto nosso declara em que degrau está. Uma hipótese só sobe quando há evidência para isso.

  1. Degrau 1: Hipótese registradaProjeto piloto está aqui

    Pergunta e hipótese escritas antes de qualquer análise.

  2. Degrau 2: Análise reproduzível

    Código, dados e ambiente versionados.

  3. Degrau 3: Replicação independente

    O achado se repete em outro conjunto de dados.

  4. Degrau 4: Revisão por especialista

    Um pesquisador da área avalia método e conclusões.

  5. Degrau 5: Validação experimental

    Em laboratório, com instituições parceiras.

  6. Degrau 6: Ensaio clínico

    Com patrocinador, comitê de ética e Anvisa.

  • Feito no nosso laboratório computacional
  • Só com instituições parceiras

O que a IA faz aqui, e o que ela não faz

Nosso trabalho é transformar ideias em evidências que outra pessoa consiga conferir. A distinção abaixo orienta tudo o que publicamos.

  • Gera hipóteses

    Lê a literatura e aponta possíveis mecanismos de doença, alvos terapêuticos e perguntas que ainda não foram respondidas.

  • Produz evidências

    Analisa dados, testa modelos, tenta reproduzir resultados publicados e quantifica a incerteza de cada achado.

  • Não substitui o experimento

    Uma molécula sugerida por IA não é um tratamento. Eficácia e segurança só se demonstram em sistemas biológicos e, quando autorizado, em pessoas.

Linhas de pesquisa

Quatro linhas, um só laboratório computacional. Só abrimos a próxima quando a anterior tiver resultados reproduzíveis.

  • Biologia computacional

    Bioinformática, genômica, descoberta de alvos terapêuticos, proteínas e simulações.

    Base das demais linhas

  • Oncologia

    Biomarcadores, expressão gênica e mecanismos de resistência a tratamentos.

    Projeto piloto em registro

  • Neurociência e psicologia

    Cognição, saúde mental, comportamento e análise de neuroimagem.

    Linha futura

  • Imunologia e vacinas

    Respostas imunológicas e avaliação computacional de candidatos a imunizantes.

    Linha futura

Projeto piloto

O glioblastoma é um câncer cerebral agressivo e bem documentado em bases públicas. É um bom primeiro problema porque outros pesquisadores conseguem conferir cada passo do que fizermos.

Biomarcadores de resistência terapêutica em glioblastoma

Pergunta
Quais padrões de expressão gênica se associam à evolução clínica em glioblastoma, e essas associações se repetem em um conjunto de dados independente?
Dados
TCGA-GBM, pelo NCI Genomic Data Commons (acesso aberto). A segunda coorte, para replicação, é definida no registro do projeto.
Análise
Associação entre expressão e desfecho clínico, com controle de fatores de confusão e correção para múltiplas comparações.
Entregas
Pipeline em Python com testes, relatório técnico com limitações e todos os resultados, inclusive os negativos.
Estágio
Degrau 1 de 6: hipótese em registro.

O primeiro passo é reproduzir um resultado já publicado. Só depois propomos algo novo.

O que este projeto não é

  • Não é a busca de uma cura em 90 dias.
  • Não é evidência de que exista um tratamento novo.
  • Não usa dados identificáveis de pacientes.

Como uma pergunta vira resultado

Cinco etapas, sempre na mesma ordem. A automação é parcial: formular hipóteses, interpretar achados e publicar conclusões dependem da decisão de uma pessoa.

  1. Investigação da literatura

    Modelos de IA buscam publicações, comparam evidências e apontam lacunas. Toda referência é conferida por DOI ou PMID.

    Decisão humana: uma pessoa escolhe a hipótese

  2. Análise computacional

    Pipelines em Python e R executam as análises sobre dados públicos, com testes automatizados e controle de versão.

  3. Revisão independente

    Um segundo modelo e uma pessoa conferem estatística, vieses, reprodutibilidade e evidências contrárias. Modelos podem errar juntos, por isso a revisão de IA nunca é a última.

    Decisão humana: uma pessoa interpreta os achados

  4. Avaliação por pesquisadores

    Especialistas e instituições parceiras decidem se o achado justifica uma validação experimental.

  5. Publicação

    Métodos, código, limitações e resultados verificáveis. O uso de IA é declarado e a autoria é sempre de pessoas.

    Decisão humana: uma pessoa assina as conclusões

Vemryx Research Engine

A plataforma interna que estamos construindo para que qualquer resultado nosso possa ser refeito por outra pessoa. Está em desenvolvimento, a começar pelo pipeline do projeto piloto.

  1. Fontes de dados

    Artigos, estudos e datasets públicos, com origem, versão e licença registradas.

  2. Pesquisa com IA

    Agentes que leem a literatura e propõem hipóteses testáveis.

    Exige aprovação humana

  3. Motor de experimentos

    Análises e simulações executadas em ambiente controlado.

  4. Validação

    Testes estatísticos, replicação e revisão científica.

    Exige aprovação humana

  5. Reprodutibilidade

    Código, dados e versões guardados para refazer cada resultado.

  6. Publicações

    Relatórios técnicos e manuscritos.

    Exige aprovação humana

O que cada projeto guarda

É o que impede uma plataforma como esta de virar uma fábrica de artigos ruins.

  • Pergunta científica e hipótese, escritas antes da análise.
  • Origem, versão e licença de cada conjunto de dados.
  • Código e ambiente necessários para reproduzir o resultado.
  • Testes estatísticos, métricas e resultados negativos.
  • Limitações e o parecer de um especialista.

Dados públicos, licenças respeitadas

Trabalhamos com bases abertas e documentadas. Quando uma base tem dados de acesso controlado, seguimos suas licenças, restrições e regras de privacidade.

Para universidades e institutos de pesquisa

Chegamos com engenharia e método. Precisamos de quem conheça a biologia melhor do que nós.

Estamos desenvolvendo uma plataforma computacional para análise reproduzível de dados biomédicos e identificação de biomarcadores. Buscamos colaboração científica para avaliação metodológica, desenvolvimento conjunto de projetos e eventual validação experimental.

O que oferecemos

  • Engenharia de software e de IA dedicada ao projeto.
  • Pipelines reproduzíveis sobre dados públicos.
  • Revisão de literatura automatizada e conferida.
  • Código aberto e relatórios técnicos auditáveis.

O que buscamos

  • Avaliação crítica dos nossos métodos.
  • Orientação científica em biomedicina e bioinformática.
  • Projetos conjuntos de pesquisa e desenvolvimento.
  • Validação experimental quando um achado justificar.

Enviamos um resumo técnico de duas páginas com o projeto piloto, as capacidades que já temos e as que ainda não temos.Pedir o resumo técnico

O que fazemos sozinhos e o que só fazemos com parceiros

Pesquisa em saúde tem regras, e elas existem por bons motivos. Este é o limite do que uma empresa de software deve fazer por conta própria.

Tipos de pesquisa e como a Vemryx Life Sciences atua em cada um
Tipo de pesquisaComo atuamos
Revisão e análise da literaturaFazemos internamente.
Estudos computacionais com dados públicosFazemos internamente, respeitando licenças e restrições de acesso.
Desenvolvimento e avaliação de modelos de IAFazemos internamente, sem uso clínico não validado.
Experimentos em células e tecidosSó em instalações apropriadas, com supervisão de instituições parceiras.
Estudos com participantes humanosSó com avaliação ética prévia, nos termos da Lei 14.874/2024.
Ensaios clínicos de medicamentos e vacinasSó com patrocinador, equipe qualificada e as aprovações da Anvisa.
  • Dados sensíveis ficam fora das ferramentas de IA

    Dados médicos identificáveis não são enviados a modelos sem base legal, contrato e medidas de segurança adequadas à LGPD.

  • IA não é autora

    Seguimos a orientação do ICMJE: o uso de IA é declarado em cada manuscrito e a responsabilidade científica é de pessoas.

  • Resultado negativo também é resultado

    Publicamos o que não se confirmou, com o mesmo cuidado dado ao que se confirmou.

Ler a política de evidências e uso de IA

Os primeiros 90 dias

De 18 de novembro de 2026 a 16 de fevereiro de 2027. São metas de organização, não promessas de resultado científico nem de parceria fechada.

  1. Dias 1 a 15

    Fundação científica

    • Escolher um problema de pesquisa específico
    • Criar o repositório e a documentação técnica
    • Adotar a política de evidências e uso de IA
  2. Dias 16 a 30

    Primeiro experimento

    • Selecionar um dataset público documentado
    • Reproduzir um resultado já publicado
    • Construir o pipeline com testes e versões
  3. Dias 31 a 60

    Validação e contatos

    • Buscar validação em dados independentes
    • Escrever o relatório técnico com limitações
    • Apresentar a proposta a grupos de pesquisa
  4. Dias 61 a 90

    Parcerias e fomento

    • Obter a avaliação de um especialista
    • Preparar proposta de fomento, se viável
    • Definir o projeto colaborativo seguinte

Seu grupo tem uma pergunta que cabe em dados públicos?

Conte qual é a pergunta e que dados existem. Respondemos com o que conseguimos fazer, em quanto tempo, e com o que não conseguimos.

É sobre outro assunto?