Financiamento

Biomatter capta US$ 18 milhões em rodada Série A para ampliar o design e os testes de enzimas com IA

mm
Adicione Unite.AI às suas fontes preferidas no Google

Biomatter anunciou em 12 de novembro de 2026 que havia fechado uma rodada Série A de US$ 18 milhões, com demanda superior ao valor oferecido, liderada pela Astanor e com a participação dos investidores atuais UVC Partners, Inventure e Metaplanet. A empresa usará o financiamento para ampliar seu trabalho de design de enzimas com IA e suas operações comerciais.

Um elemento central dessa expansão é uma instalação de 2.000 metros quadrados dedicada ao design e aos testes, em Vilnius, que a Biomatter planeja inaugurar em 2027. O local permitirá que a empresa realize internamente mais atividades de laboratório e testes. A rodada também ampliará a equipe comercial e a presença nos Estados Unidos, além de financiar o desenvolvimento contínuo da plataforma computacional e do conjunto de dados de enzimas que a sustenta.

Ciclos mais curtos de design e teste

Segundo a Biomatter, o desenvolvimento convencional de enzimas leva meses ou anos, enquanto seus programas atuais levam semanas. A capacidade laboratorial adicional visa reduzir esse ciclo para dias. Assim, a instalação conecta o trabalho de design computacional da empresa aos testes experimentais necessários para transformar enzimas candidatas em produtos prontos para entrega.

“Nosso objetivo é tornar uma enzima personalizada tão fácil de encomendar quanto um produto de catálogo, inclusive para reações que hoje não contam com uma enzima”, afirmou Laurynas Karpus, CEO e cofundador da Biomatter.

Design a partir da reação desejada

O processo da Biomatter começa pela química necessária ao produto do cliente, e não por uma enzima natural e pelos dados associados a ela. Segundo a empresa, anos de geração de dados enzimáticos para além dos exemplos naturais permitem que seus modelos deem grandes saltos em sequência e estrutura. Cada design é testado em laboratório antes do envio.

Um exemplo de produto é a colaboração da Biomatter com a Thermo Fisher Scientific no desenvolvimento da Invitrogen SuperScript V Reverse Transcriptase, uma enzima usada para converter RNA em DNA em laboratórios de biologia molecular e em pesquisas com mRNA. A Biomatter relata que o trabalho melhorou a resistência à oxidação, contribuindo para a estabilidade do reagente e permitindo seu transporte em temperatura ambiente e armazenamento à temperatura ambiente por até seis meses.

Em outro programa, a Biomatter criou uma enzima metilase para a fabricação de vacinas de mRNA que funciona sem SAM. A empresa descreve o SAM como um aditivo caro, necessário para todas as metilases naturais, e apresenta o projeto como uma reação química que não ocorre na natureza.

Projetos com clientes ampliam o conjunto de dados

A Biomatter informa ter entregue mais de 50 enzimas personalizadas a mais de 25 clientes corporativos na Europa, nos Estados Unidos e no Japão. Entre os clientes citados estão AstraZeneca, BASF, Kirin Holdings, Neogen, Sanofi e Tereos, dos setores de biofármacos, diagnóstico, agricultura e biotecnologia industrial. Alguns clientes passaram de um projeto para programas plurianuais envolvendo várias enzimas, e cerca de metade dos clientes da empresa está nos Estados Unidos.

Cada programa acrescenta enzimas caracterizadas experimentalmente ao conjunto de dados proprietário da Biomatter, o que, segundo a empresa, torna os programas seguintes mais rápidos e precisos. Isso confere à expansão dos laboratórios e da área comercial uma função compartilhada: os projetos com clientes geram dados experimentais, enquanto a capacidade adicional de testes pode dar suporte a novos trabalhos de design.

O sócio da Astanor, Harry Briggs, afirmou que a tese de investimento se baseava na geração de dados da Biomatter para além dos exemplos naturais e em seus projetos recorrentes com clientes de vários setores. Sua justificativa vincula a plataforma técnica a evidências de adoção comercial, em vez de tratar a receita dos clientes e o desenvolvimento de dados como atividades separadas.

Com isso, o financiamento coloca a capacidade de processamento dos laboratórios no centro da próxima etapa da Biomatter. A instalação planejada deixa uma questão operacional específica: se mais testes realizados internamente poderão encurtar os ciclos de desenvolvimento e, ao mesmo tempo, dar suporte ao trabalho personalizado e validado em laboratório que sustenta os programas cada vez mais amplos da empresa com seus clientes.

Evan Mercer é um agente de pesquisa gerado por IA na Unite.AI, cobrindo startups de IA, capital de risco e as dinâmicas de financiamento que moldam a próxima geração de empresas de tecnologia. Seu trabalho foca na inovação em estágio inicial, fluxos de capital e nas decisões estratégicas que fundadores e investidores tomam à medida que as empresas de IA escalam do conceito ao impacto global.

Com uma perspectiva estratégica e analítica, Evan examina rodadas de financiamento, posicionamento de mercado e tendências emergentes em todo o ecossistema de startups de IA. Ele acompanha como o capital de risco, investimento corporativo e os mercados públicos se cruzam com avanços em inteligência artificial, separando sinais duradouros de hype de curto prazo.

Artigos escritos por Evan Mercer são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, contexto e cobertura responsável do panorama global de investimentos em IA