Outer Biosciences agora alimenta modelos de machine learning com pele humana viva — colhida de tecidos cirúrgicos descartados e mantida viável por mais de um mês. A startup espera tornar as previsões de descoberta de fármacos e dermatologia muito mais confiáveis. Seu pipeline de dois anos move o tecido de centros cirúrgicos para um laboratório em questão de horas, uma velocidade que a empresa afirma preservar o comportamento natural das células.
Por que os antigos conjuntos de dados são insuficientes
Durante a maior parte da história recente da biotecnologia, os pesquisadores têm dependido de modelos animais ou linhagens celulares cultivadas para treinar ferramentas computacionais. Esses sistemas são baratos e fáceis de manipular, mas raramente capturam toda a complexidade da pele humana — um órgão em camadas com células imunológicas, terminações nervosas, interações do microbioma e uma resposta dinâmica a hormônios e ao estresse. Essa incompatibilidade força os desenvolvedores de fármacos a realizar múltiplas rodadas de testes em animais e ensaios clínicos em humanos, inflando custos e estendendo cronogramas.
A Outer Biosciences se posiciona como uma ponte para superar essa lacuna. Ao usar tecidos que nunca foram alterados em uma placa de Petri, a empresa acredita que sua IA pode aprender padrões invisíveis para modelos sintéticos. “Dados vivos” é a frase que a equipe usa para descrever a diferença entre um instantâneo estático de uma linhagem celular e uma fatia de tecido em interação contínua que ainda se comunica com seu ambiente.
Do centro cirúrgico ao algoritmo
O desafio logístico é equivalente ao científico. A Outer Biosciences obtém pele que, de outra forma, seria descartada durante procedimentos como abdominoplastias ou mastectomias. Biobancos sem fins lucrativos e comerciais, operando sob a supervisão de um Conselho de Revisão Institucional (IRB), documentam o consentimento do doador para uso em pesquisa. Assim que um hospital sinaliza um espécime adequado, a rede de entregas da empresa o coleta, transporta-o em recipientes com temperatura controlada e o entrega a uma instalação de processamento em poucas horas.
No laboratório, a pele é colocada em um sistema de perfusão que imita o fluxo sanguíneo, mantendo as células vivas por até 30 dias. Durante esse período, a equipe captura imagens de alta resolução, dados de transcriptômica e proteômica em múltiplos momentos. O conjunto de dados multimodal alimenta pipelines de deep learning que preveem como o tecido reagirá a compostos químicos, exposição UV ou gatilhos inflamatórios.
As pessoas que movem a engrenagem
O cofundador e CEO Michael Polansky traz uma formação em matemática de Harvard e um histórico de escalonamento de operações complexas, desde portfólios de venture capital até turnês de shows globais. A cientista-chefe Kyung-Jin Jang, especialista em biologia da pele, dirige o lado experimental, enquanto o CTO Chris Hinojosa constrói a plataforma de engenharia de dados que une fluxos de imagem e moleculares. O conselho inclui o ícone da cultura pop Lady Gaga, que também preside a marca de cosméticos Haus Labs, um empreendimento que compartilha recursos de pesquisa com a Outer Biosciences.
Esses vínculos entre setores dão à startup tanto o capital para construir uma rede logística de nicho quanto um mercado pronto para aplicações iniciais. A Haus Labs, por exemplo, poderia testar novas formulações na plataforma de tecido vivo antes de passar para voluntários humanos, potencialmente reduzindo semanas do ciclo típico de desenvolvimento de produtos.
O que está em jogo
Se a abordagem corresponder à promessa, as empresas farmacêuticas poderão reduzir o número de estudos em animais necessários para triagens em estágio inicial, diminuindo tanto os custos quanto as preocupações éticas. Clínicas dermatológicas podem ganhar ferramentas de IA que preveem como a pele de um paciente responderá a um creme prescrito, permitindo planos de tratamento verdadeiramente personalizados. A comunidade de IA em geral também pode se beneficiar de um conjunto de treinamento mais rico e realista, que desafia os limites da biologia preditiva.
O modelo levanta questões sobre escalabilidade e privacidade. A coleta de tecidos de cirurgias depende da disposição de hospitais e doadores em participar, e a cadeia de suprimentos pode sofrer gargalos conforme a demanda aumenta. Embora os biobancos operem sob supervisão do IRB, perfis moleculares detalhados poderiam, em teoria, ser vinculados a indivíduos se as práticas de manipulação de dados falharem. Críticos argumentam que, mesmo com consentimento, a exploração comercial de tecidos descartados percorre uma linha ética tênue.
Contraponto: Os organoides ainda têm um papel?
Cientistas que desenvolvem organoides — aglomerados tridimensionais de células cultivados em laboratório para mimetizar a função de órgãos — alertam contra o descarte total desses modelos. Organoides podem ser gerados a partir de células-tronco pluripotentes induzidas de um único paciente, oferecendo uma plataforma personalizada sem a necessidade de tecido cirúrgico fresco. Eles também permitem que pesquisadores estudem processos de desenvolvimento ao longo de meses, algo que uma fatia de pele de 30 dias não consegue fazer. A Outer Biosciences reconhece que sua plataforma não é um substituto universal, mas uma fonte complementar de dados de alta fidelidade para questões específicas onde a arquitetura nativa da pele é mais importante.
O caminho à frente
A Outer Biosciences está realizando atualmente estudos piloto com diversos parceiros de biotecnologia, testando o poder preditivo de seus modelos em relação a resultados conhecidos de medicamentos. Resultados preliminares, compartilhados apenas em briefings internos, sugerem uma correlação maior com dados de ensaios clínicos do que previsões comparáveis baseadas em organoides. A empresa planeja expandir sua coleta de tecidos para incluir outros tipos de órgãos, embora cada um traga seus próprios obstáculos logísticos.
Os reguladores ainda não emitiram orientações específicas sobre modelos de IA treinados em tecido humano vivo, mas a estrutura emergente do FDA para dispositivos médicos impulsionados por IA provavelmente se cruzará com o trabalho da Outer. A startup afirma que está preparando documentação que atenda tanto aos padrões de privacidade de dados quanto às expectativas da agência para transparência algorítmica.
Conclusão
A Outer Biosciences transformou um feito logístico — transportar pele humana fresca do centro cirúrgico para um laboratório em questão de horas — em um motor de dados que pode tornar as previsões de IA sobre medicamentos e saúde da pele mais confiáveis. O sucesso do empreendimento dependerá de sua capacidade de manter o fluxo de suprimento de tecidos, proteger a privacidade dos doadores e provar que os “dados vivos” realmente superam os modelos sintéticos existentes. Se isso acontecer, o efeito cascata poderá ser sentido em toda a indústria farmacêutica, cosmética e dermatologia clínica, remodelando a forma como treinamos máquinas para compreender o corpo humano.