BlankBio aposta que o design de RNA precisa de pequenos modelos contrastivos, não de escala de bilhões de parâmetros

Um laboratório de IA aplicada que treina modelos de fundação de RNA — de um kit de ferramentas aberto de design de mRNA rumo a modelos que preveem progressão de doenças e resposta de pacientes para a indústria farmacêutica.

Em biologia, a sequência é majoritariamente ruído, então as leis de escala têm desempenho inferior: modelos pequenos de embedding conjunto superam os de bilhões de parâmetros em função de RNA utilizável por hora de GPU.

Philip Fradkin e Ian Shi estudaram objetivos auto-supervisionados para RNA durante seus doutorados; Jonny Hsu liderou produto e estratégia na Valence Discovery até sua aquisição pela Recursion em 2023. O trio tornou o Orthrus e o mRNABench de código aberto e ingressou na turma de Verão de 2025 da YC para transformar o design de RNA em produto.

O Orthrus, um modelo de 10M de parâmetros treinado em 4 GPUs em 14 horas, supera o Evo2 — um modelo de 40B de parâmetros treinado em 1000 GPUs por um mês — na previsão de meia-vida de mRNA e, no mRNABench de 59 tarefas da equipe, o Orthrus-MLM supera o Evo2 sendo cerca de 700 vezes menor; os fundadores relatam que não conseguiram fazer o Evo2-40b ter bom desempenho mesmo trabalhando com seus autores. Ao longo do ano seguinte, o posicionamento da empresa se ampliou de um kit de ferramentas de design de mRNA para 'inteligência de RNA para medicina de precisão': modelos que capturam biologia específica de tumores para ajudar a indústria farmacêutica a elevar as taxas de sucesso de ensaios clínicos.

Apenas cerca de 2% do genoma humano codifica proteína; a previsão de próximo token gasta capacidade modelando o estático intergênico, então a escala padrão entrega menos do que deveria em nucleotídeos.

Embeddings conjuntos contrastivos agrupam sequências por função — o que os biólogos de fato selecionam — em vez de autocompletar nucleotídeos.

4 GPUs por 14 horas versus 1000 GPUs por um mês mantém o treinamento dentro do orçamento e do ciclo de iteração de uma startup.

Tornar o Orthrus e o mRNABench de código aberto antes de vender qualquer coisa fez do benchmark a prova e a distribuição da empresa ao mesmo tempo.

Onde os dados são escassos e o sinal se esconde no ruído, a lição amarga se curva: alinhar o objetivo de pré-treinamento à estrutura do problema pode superar mais um zero na contagem de parâmetros.

Em setembro de 2026, a Blank Bio está listada como Ativa no diretório da YC, descrevendo-se como um laboratório de pesquisa de IA aplicada que trabalha para elevar as taxas de sucesso de ensaios clínicos. Os artefatos públicos continuam sendo o benchmark e o modelo abertos — o mRNABench no GitHub, os embeddings do Orthrus com acesso via API — e nenhuma rodada de financiamento externo havia sido anunciada publicamente até essa data. O setor é fortemente financiado: o post de lançamento dos fundadores dimensionou rivais incluindo Strand (US$ 153M), Orna (US$ 221M) e Sail Biomedicines (US$ 440M), argumentando que o dinheiro ultrapassou as ferramentas.