AIDO Cell, la célula virtual de GenBio AI: qué puede hacer y cuáles son sus límites

Ese es el sentido de describir AIDO Cell como un «modelo del mundo» biológico: no se limita a clasificar una muestra estática, sino que intenta representar cómo cambian los estados celulares cuando se suceden distintas intervenciones.

AIDO Cell frente a AlphaFold

AlphaFold es conocido principalmente por predecir la estructura de proteínas individuales. AIDO Cell persigue un objetivo más amplio y orientado a sistemas: modelar cómo funciona la maquinaria molecular de una célula completa y cómo una alteración en una capa biológica puede repercutir en las demás.

No se trata de que AIDO Cell reemplace la predicción estructural de proteínas. Las preguntas son distintas: AlphaFold intenta responder qué forma puede adoptar una proteína; AIDO Cell busca explorar qué ocurre en un sistema celular cuando se modifican sus componentes o entradas.

La propuesta también amplía el trabajo previo de GenBio con modelos fundacionales de célula única. La familia AIDO.Cell se entrenó con unos 50 millones de células humanas y reúne modelos de entre 3 millones y 650 millones de parámetros, con un enfoque inicial centrado en representar el contexto transcriptómico. La nueva dirección de célula virtual pretende llevar esa base hacia una simulación integrada y entre escalas.

La estrategia de tres etapas de AIDO

AIDO Cell forma parte de un proyecto más amplio de GenBio AI: el AI-Driven Digital Organism, o AIDO, que aspira a construir un organismo digital impulsado por inteligencia artificial. Su hoja de ruta se divide en tres fases:

1. Dividir para conquistar. Crear modelos fundacionales especializados para distintas modalidades y escalas biológicas, como ADN, ARN, proteínas, células y tejidos.
2. Conectar los puntos. Vincular esos modelos para que la información, las representaciones y las perturbaciones puedan desplazarse entre las diferentes escalas.
3. Conquistar mediante simulación y programación integradas. Utilizar el sistema conectado para predecir resultados biológicos y, a largo plazo, ayudar a diseñar intervenciones en distintos sistemas biológicos. Esta última fase es una visión de futuro de AIDO, no una capacidad demostrada por la actual versión preliminar de AIDO Cell.

GenBio ya había descrito AIDO como un sistema de modelos multiescala que abarca tipos de datos como ADN, ARN, proteínas y expresión unicelular. El desafío no consiste únicamente en entrenar modelos más grandes, sino en lograr que sus representaciones funcionen juntas de forma útil para simular intervenciones y generar predicciones que puedan comprobarse experimentalmente.

Qué mostró la demostración con imatinib

En su primer caso de estudio, GenBio afirmó que AIDO Cell reprodujo los efectos y el mecanismo conocidos del imatinib en células de leucemia K562. La demostración buscaba mostrar cómo el modelo puede seguir las consecuencias de un fármaco dentro del entorno celular simulado.

Es un resultado relevante como prueba de concepto, pero no equivale a una validación prospectiva. Reproducir biología conocida después de los hechos no demuestra que el modelo pueda anticipar la respuesta a un fármaco no visto, identificar un compuesto nuevo eficaz o superar métodos computacionales más sencillos. La información pública no incluyó métricas cuantitativas de precisión, análisis estadísticos, comparaciones directas ni una validación experimental prospectiva suficientes para establecer esas afirmaciones.

Qué tipos de células admite

La vista previa actual de AIDO Cell es compatible con dos líneas celulares humanas inmortalizadas:

• K562, utilizada en el caso de estudio con imatinib.
• HepG2.

GenBio ha presentado otros tipos celulares y capacidades como ampliaciones previstas para 2026 y 2027. Esta limitación es importante: el rendimiento observado en un número reducido de líneas inmortalizadas no puede extrapolarse automáticamente a células humanas primarias, tejidos o pacientes.

Cómo podría ayudar a descubrir fármacos

Una célula virtual podría hacer más eficientes algunas etapas del desarrollo de medicamentos al permitir que los investigadores exploren muchas hipótesis antes de comprometer recursos en cada experimento. En principio, sería posible comparar compuestos, dianas, combinaciones y secuencias de tratamiento, así como buscar respuestas celulares compatibles con eficacia, resistencia o posibles efectos fuera de la diana.

Por eso, su función más realista a corto plazo sería la priorización de candidatos. AIDO Cell podría ayudar a decidir qué compuestos merecen experimentos más costosos, qué perturbaciones conviene probar y qué resultados apuntan a una debilidad en el diseño experimental. También podría contribuir a diseñar estudios de seguimiento más informativos al mostrar cómo cambia una respuesta después de una intervención previa.

Eso es una herramienta de filtrado y planificación, no una garantía clínica. Un modelo basado en líneas celulares no reproduce por sí solo la farmacocinética de un organismo completo, las interacciones con el sistema inmunitario y los tejidos, la heterogeneidad entre pacientes, la toxicidad ni los resultados clínicos. Una célula virtual no es un ser humano virtual completo, y una respuesta simulada no puede sustituir los estudios en animales, los ensayos con personas ni la evidencia regulatoria.

El límite decisivo: la predicción debe superar la prueba biológica

La prueba fundamental para AIDO Cell será la validación prospectiva: ¿puede anticipar respuestas que no se utilizaron para construir la demostración y esas predicciones se confirman después en experimentos controlados?

Hasta que exista esa evidencia, la descripción más prudente es la de una capa prometedora para el cribado virtual y la planificación experimental. Su diseño multiescala y con estado podría hacer que las simulaciones biológicas fueran más realistas y útiles que los modelos aislados de moléculas o de transcriptómica. Pero la arquitectura, por sí sola, no demuestra precisión predictiva. La distancia entre reproducir biología conocida y descubrir biología nueva y fiable sigue siendo el principal reto científico.

Acceso y situación actual

GenBio AI está preparando un programa de acceso anticipado para colaboradores de universidades, empresas biotecnológicas y compañías farmacéuticas.

Por ahora, AIDO Cell debe entenderse como un sistema de investigación en una etapa temprana: ambicioso por su alcance y potencialmente útil para reducir el espacio de búsqueda experimental, pero todavía pendiente de la evidencia prospectiva necesaria para respaldar afirmaciones más contundentes sobre su papel en el descubrimiento de fármacos o como sustituto de la experimentación biológica.