Técnicamente, AIDO se construye como una pila de modelos fundacionales conectados, cada uno especializado en un nivel biológico:

• Nivel de ADN/ARN – p.ej., AIDO.RNA (1.600 millones de parámetros, entrenado con 42 millones de secuencias de ARN no codificante con resolución de un solo nucleótido)
• Nivel de estructura de proteínas – p.ej., AIDO.StructureTokenizer (modelo VQ-VAE de 300 millones de parámetros para codificar estructuras de proteínas)
• Nivel celular – p.ej., AIDO.Cell (codificadores Transformer densos de 3M a 650M de parámetros para expresión génica y estado celular)
• Nivel de tejido y órgano
• Nivel de resultados de salud y clínica

Estos módulos están diseñados para ser componibles: la información fluye entre las escalas, de modo que una perturbación a nivel de ADN (por ejemplo, una edición con CRISPR) puede propagarse hacia arriba a través de la función de las proteínas, el comportamiento celular, la respuesta de los tejidos y, en última instancia, predecir los resultados clínicos .

El objetivo inmediato de GenBio AI y la colaboración con NVIDIA

El enfoque práctico inmediato de GenBio AI es construir una "célula virtual": un modelo de mundo de IA que pueda predecir, simular y, en última instancia, programar el comportamiento celular a través de las escalas biológicas . Sus principales entregables a corto plazo incluyen:

• VCHarness, un sistema agéntico autónomo que construye, prueba y refina modelos de IA de células humanas. La empresa afirma que VCHarness puede descubrir nuevas arquitecturas en cuestión de días, en lugar de meses .
• Una colaboración formal con NVIDIA anunciada en junio de 2026. GenBio AI planea aprovechar los chips de NVIDIA, las herramientas de desarrollo de modelos y los marcos agénticos, integrándose específicamente con la plataforma BioNeMo, Megatron para el entrenamiento distribuido y el BioNeMo Agent Toolkit .

Comparación con la plataforma de célula virtual de Chan Zuckerberg BioHub

En resumen: AIDO apunta a una pila de organismo completo más integrada verticalmente, pero está respaldado por una startup y es parcialmente propietario. El enfoque de CZI está más centrado en la capa celular, es fuertemente orientado a la ciencia abierta y está respaldado por un compromiso filantrópico mucho mayor.

Limitaciones y desafíos reconocidos

El artículo de perspectiva de AIDO en Nature Medicine y los documentos técnicos relacionados reconocen varios desafíos importantes:

• Datos de entrenamiento sesgados e incompletos. Los modelos son tan buenos como los conjuntos de datos con los que se entrenan. Si los datos de entrenamiento subrepresentan ciertas poblaciones, ascendencias o estados de enfermedad, el organismo digital producirá predicciones sesgadas o poco fiables. La literatura general sobre IA en medicina señala que los tamaños de muestra insuficientes para ciertos grupos de pacientes conducen a un rendimiento subóptimo y predicciones clínicamente sin sentido .
• Variabilidad del paciente. Los antecedentes genéticos individuales, el entorno, el estilo de vida y las comorbilidades crean una enorme heterogeneidad. Un único "organismo digital" que se generalice a todos los humanos es un desafío extremo; los investigadores señalan que la adaptación específica del paciente sigue siendo un problema abierto .
• Inferencia causal. Los modelos fundacionales son fundamentalmente motores de correlación: aprenden patrones estadísticos en los datos, no mecanismos causales. Los autores reconocen que pasar de "predecir lo que sucede" a "comprender por qué sucede y qué intervención cambiaría el resultado" requiere la integración de marcos de inferencia causal, algo con lo que el ML tradicional tiene dificultades . La literatura más amplia confirma que la IA basada en correlaciones en biología a menudo funciona como una "caja negra" y que cuantificar el efecto causal de las intervenciones es un desafío distinto y no resuelto .
• Escala y potencia de cálculo. Simular un organismo completo con la fidelidad suficiente requiere recursos computacionales enormes y datos que aún no existen a la escala necesaria .
• Validación. Demostrar que las predicciones de un organismo digital se cumplen en sistemas biológicos reales, y que se generaliza más allá de su distribución de entrenamiento, es un obstáculo fundamental que el campo apenas está empezando a abordar .

Técnicamente, AIDO se construye como una pila de modelos fundacionales conectados, cada uno especializado en un nivel biológico:

• Nivel de ADN/ARN – p.ej., AIDO.RNA (1.600 millones de parámetros, entrenado con 42 millones de secuencias de ARN no codificante con resolución de un solo nucleótido)
• Nivel de estructura de proteínas – p.ej., AIDO.StructureTokenizer (modelo VQ-VAE de 300 millones de parámetros para codificar estructuras de proteínas)
• Nivel celular – p.ej., AIDO.Cell (codificadores Transformer densos de 3M a 650M de parámetros para expresión génica y estado celular)
• Nivel de tejido y órgano
• Nivel de resultados de salud y clínica

Estos módulos están diseñados para ser componibles: la información fluye entre las escalas, de modo que una perturbación a nivel de ADN (por ejemplo, una edición con CRISPR) puede propagarse hacia arriba a través de la función de las proteínas, el comportamiento celular, la respuesta de los tejidos y, en última instancia, predecir los resultados clínicos .

El objetivo inmediato de GenBio AI y la colaboración con NVIDIA

El enfoque práctico inmediato de GenBio AI es construir una "célula virtual": un modelo de mundo de IA que pueda predecir, simular y, en última instancia, programar el comportamiento celular a través de las escalas biológicas . Sus principales entregables a corto plazo incluyen:

• VCHarness, un sistema agéntico autónomo que construye, prueba y refina modelos de IA de células humanas. La empresa afirma que VCHarness puede descubrir nuevas arquitecturas en cuestión de días, en lugar de meses .
• Una colaboración formal con NVIDIA anunciada en junio de 2026. GenBio AI planea aprovechar los chips de NVIDIA, las herramientas de desarrollo de modelos y los marcos agénticos, integrándose específicamente con la plataforma BioNeMo, Megatron para el entrenamiento distribuido y el BioNeMo Agent Toolkit .

Comparación con la plataforma de célula virtual de Chan Zuckerberg BioHub

En resumen: AIDO apunta a una pila de organismo completo más integrada verticalmente, pero está respaldado por una startup y es parcialmente propietario. El enfoque de CZI está más centrado en la capa celular, es fuertemente orientado a la ciencia abierta y está respaldado por un compromiso filantrópico mucho mayor.

Limitaciones y desafíos reconocidos

El artículo de perspectiva de AIDO en Nature Medicine y los documentos técnicos relacionados reconocen varios desafíos importantes:

• Datos de entrenamiento sesgados e incompletos. Los modelos son tan buenos como los conjuntos de datos con los que se entrenan. Si los datos de entrenamiento subrepresentan ciertas poblaciones, ascendencias o estados de enfermedad, el organismo digital producirá predicciones sesgadas o poco fiables. La literatura general sobre IA en medicina señala que los tamaños de muestra insuficientes para ciertos grupos de pacientes conducen a un rendimiento subóptimo y predicciones clínicamente sin sentido .
• Variabilidad del paciente. Los antecedentes genéticos individuales, el entorno, el estilo de vida y las comorbilidades crean una enorme heterogeneidad. Un único "organismo digital" que se generalice a todos los humanos es un desafío extremo; los investigadores señalan que la adaptación específica del paciente sigue siendo un problema abierto .
• Inferencia causal. Los modelos fundacionales son fundamentalmente motores de correlación: aprenden patrones estadísticos en los datos, no mecanismos causales. Los autores reconocen que pasar de "predecir lo que sucede" a "comprender por qué sucede y qué intervención cambiaría el resultado" requiere la integración de marcos de inferencia causal, algo con lo que el ML tradicional tiene dificultades . La literatura más amplia confirma que la IA basada en correlaciones en biología a menudo funciona como una "caja negra" y que cuantificar el efecto causal de las intervenciones es un desafío distinto y no resuelto .
• Escala y potencia de cálculo. Simular un organismo completo con la fidelidad suficiente requiere recursos computacionales enormes y datos que aún no existen a la escala necesaria .
• Validación. Demostrar que las predicciones de un organismo digital se cumplen en sistemas biológicos reales, y que se generaliza más allá de su distribución de entrenamiento, es un obstáculo fundamental que el campo apenas está empezando a abordar .