Así funciona VAC: la primera plataforma multiagente que simula el envejecimiento celular en seis escalas biológicas

La mayoría de los modelos de células virtuales congelan la biología en un instante: una fotografía detallada de algo que nunca deja de moverse. El Virtual Aging Cell (VAC) de Insilico Medicine adopta un enfoque diferente al tratar la edad biológica como una variable de entrada de primera clase, no como una anotación al margen de un conjunto de datos . Presentado como un avance tecnológico el 14 de agosto de 2026, VAC se describe como "la primera plataforma celular virtual multiagente de la industria" que simula cómo el estado de una célula cambia dinámicamente con la edad a través de seis escalas biológicas interconectadas .

¿Qué hace diferente a VAC? La edad biológica como variable central

Los modelos tradicionales de células virtuales simulan una célula en un solo momento. VAC convierte la edad en una condición fundamental: el usuario puede seleccionar una especie, un tejido, una edad y un compuesto, y el sistema predice la respuesta a nivel del transcriptoma, proteoma y metiloma . La plataforma coordina más de 30 agentes de IA especializados que operan en seis escalas biológicas — molecular, intracelular, intercelular, tisular, orgánica y del organismo — con agentes maestros que propagan señales bidireccionalmente entre niveles .

"Cada modelo necesita un primer principio. El nuestro es la edad", afirma la página web de VAC . La plataforma modela intervenciones como la inhibición de dianas farmacológicas y el knock-out de genes generando respuestas multiómicas predichas a diferentes edades biológicas, lo que permite a los investigadores probar hipótesis sobre la modulación del envejecimiento in silico antes de los experimentos en laboratorio húmedo .

El linaje PreciousGPT: tres generaciones de modelos fundacionales

VAC se construye directamente sobre la serie Precious de "Modelos de Lenguaje de la Vida a Gran Escala" (LLoLM) de Insilico, desarrollados durante varios años :

• Precious1GPT (publicado en junio de 2023) — Un transformer multimodal entrenado con datos transcriptómicos y de metilación para la predicción de la edad biológica y el descubrimiento de dianas terapéuticas relacionadas con el envejecimiento, utilizando una arquitectura simple de regresor/clasificador transformer . Precious1GPT fue el modelo fundacional que demostró por primera vez la capacidad de predecir la edad a partir de datos multiómicos e identificar dianas terapéuticas de doble propósito implicadas en el envejecimiento y enfermedades asociadas a la edad .

• Precious2GPT (publicado en agosto de 2024) — Un modelo compuesto que combina un transformer y una arquitectura de difusión condicional para la generación de datos sintéticos multiómicos, multiespecie y multitejido, y el desarrollo de relojes de envejecimiento . Publicado en Nature npj Aging, Precious2GPT podía generar datos multiómicos realistas condicionados por la edad, la especie y el tipo de tejido, superando a las redes generativas adversarias condicionales .

• Precious3GPT (lanzado en julio de 2024) — El más reciente y avanzado de la serie, descrito como un modelo transformer verdaderamente multimodal con 175.100 millones de parámetros entrenado con 1,2 millones de puntos de datos ómicos, grafos de conocimiento y textos biomédicos de PubMed . Precious3GPT puede realizar múltiples tareas: predicción de la edad entre especies, descubrimiento de dianas, predicción de sensibilidad a fármacos y emulación de flujos de trabajo de estudios de casos y controles con un enfoque en perturbaciones químicas . De 22 geroprotectores seleccionados con Precious3GPT, 8 mostraron actividad senomórfica o senolítica en un modelo de senescencia in vitro .

VAC representa el siguiente paso más allá de Precious3GPT: una plataforma multiagente que coordina estas capacidades de IA para simular el envejecimiento a nivel celular, en lugar de simplemente predecir edades o generar perfiles ómicos .

Pipeline clínico: Rentosertib y la cartera de fármacos descubiertos por IA

Rentosertib (ISM001-055) — Un inhibidor de TNIK descubierto por IA, el primero en su clase, para la fibrosis pulmonar idiopática (FPI). El ensayo de fase IIa GENESIS-IPF, un estudio aleatorizado, doble ciego y controlado con placebo en 22 centros de China, mostró un perfil de seguridad y tolerabilidad manejable, con el brazo de 60 mg una vez al día demostrando una mejora media del volumen espiratorio forzado (FVC) de +98,4 mL a las 12 semanas, en comparación con un descenso medio de -20,3 mL en el grupo placebo . Los resultados se publicaron en Nature Medicine (Factor de Impacto 58,7) y se presentaron en la Conferencia Internacional de la Sociedad Torácica Americana (ATS) de 2025 . La fase IIa está completada, e Insilico inició un ensayo de fase III en julio de 2026, con la previsión de incluir al primer paciente en septiembre de 2025, al último en noviembre de 2028, y los resultados iniciales para diciembre de 2029 . Una solución para inhalación de Rentosertib también recibió la autorización de IND de la Administración Nacional de Productos Médicos de China (CDE) en abril de 2026 .

ISM6331 — Un novedoso inhibidor pan-TEAD diseñado por IA para el mesotelioma pleural maligno irresecable. La FDA le otorgó la designación Fast Track el 29 de julio de 2026 — la primera FTD de Insilico — para pacientes adultos cuya enfermedad había progresado después de una terapia previa con anticuerpos anti-PD-1, con o sin terapia anti-CTLA-4, y quimioterapia basada en platino . Los datos del ensayo de fase I en humanos han sido aceptados para una presentación oral rápida en el congreso ESMO 2026 en Madrid .

Advertencia importante: VAC sigue siendo un avance tecnológico

Es crucial señalar que la plataforma VAC es un avance tecnológico, no un sistema completamente validado. La propia página web de la empresa la etiqueta como "en desarrollo" y la presenta como una demostración de concepto pionera en la industria, no como una herramienta validada y desplegada . No se han publicado hasta la fecha estudios de validación revisados por pares para el propio VAC . La plataforma permite a los usuarios explorar el concepto y proporcionar comentarios, pero aún no ha pasado por la rigurosa validación que sería necesaria para su uso regulatorio o clínico.

Contexto más amplio: el envejecimiento como lente para el descubrimiento de fármacos

El enfoque de Insilico se basa en la idea de que el envejecimiento es el motor subyacente de muchas enfermedades. "Utilizando el envejecimiento como una forma de identificar enfermedades, Insilico ha entrenado a la IA para que haga lo que mejor sabe hacer: tomar grandes cantidades de datos de muchos componentes para identificar nuevas dianas y nuevas moléculas", afirma la compañía . Al incorporar la edad biológica como parámetro central en la plataforma VAC, la empresa pretende crear un marco computacional unificado donde la biología del envejecimiento sirva como base para identificar intervenciones que puedan modular tanto el envejecimiento como las enfermedades asociadas a la edad .

La plataforma VAC representa un avance conceptual significativo en biología computacional, pero su utilidad práctica aún debe demostrarse mediante una validación revisada por pares y una replicación independiente.