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.
Degrau 1: Hipótese registradaProjeto piloto está aqui
Pergunta e hipótese escritas antes de qualquer análise.
Degrau 2: Análise reproduzível
Código, dados e ambiente versionados.
Degrau 3: Replicação independente
O achado se repete em outro conjunto de dados.
Degrau 4: Revisão por especialista
Um pesquisador da área avalia método e conclusões.
Degrau 5: Validação experimental
Em laboratório, com instituições parceiras.
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.
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
Análise computacional
Pipelines em Python e R executam as análises sobre dados públicos, com testes automatizados e controle de versão.
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
Avaliação por pesquisadores
Especialistas e instituições parceiras decidem se o achado justifica uma validação experimental.
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.
Fontes de dados
Artigos, estudos e datasets públicos, com origem, versão e licença registradas.
Pesquisa com IA
Agentes que leem a literatura e propõem hipóteses testáveis.
Exige aprovação humana
Motor de experimentos
Análises e simulações executadas em ambiente controlado.
Validação
Testes estatísticos, replicação e revisão científica.
Exige aprovação humana
Reprodutibilidade
Código, dados e versões guardados para refazer cada resultado.
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.
- PubMed
Artigos de medicina, oncologia e neurociência.
- Open Targets
Associações entre doenças e possíveis alvos terapêuticos.
- NCI Genomic Data Commons
Dados genômicos de câncer, incluindo o TCGA.
- NCBI GEO
Estudos de expressão gênica e outros dados funcionais.
- OpenNeuro
Conjuntos públicos de neuroimagem.
- ClinicalTrials.gov
Protocolos e resultados de ensaios clínicos registrados.
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.
| Tipo de pesquisa | Como atuamos |
|---|---|
| Revisão e análise da literatura | Fazemos internamente. |
| Estudos computacionais com dados públicos | Fazemos internamente, respeitando licenças e restrições de acesso. |
| Desenvolvimento e avaliação de modelos de IA | Fazemos internamente, sem uso clínico não validado. |
| Experimentos em células e tecidos | Só em instalações apropriadas, com supervisão de instituições parceiras. |
| Estudos com participantes humanos | Só com avaliação ética prévia, nos termos da Lei 14.874/2024. |
| Ensaios clínicos de medicamentos e vacinas | Só 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.
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.
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
Dias 16 a 30
Primeiro experimento
- Selecionar um dataset público documentado
- Reproduzir um resultado já publicado
- Construir o pipeline com testes e versões
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
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?
Métodos e correções
Pergunte como uma análise foi feita ou aponte onde ela está errada.
research@vemryx.comPrivacidade
Dúvidas e pedidos sobre dados pessoais.
privacy@vemryx.comImprensa
Entrevistas e pedidos de jornalistas.
press@vemryx.comOutros assuntos
Perguntas gerais sobre a divisão.
contact@vemryx.com