Techniquement, AIDO est construit comme une pile de modèles fondamentaux connectés, chacun spécialisé dans un niveau biologique :

• Niveau ADN/ARN – ex. : AIDO.RNA (1,6 milliard de paramètres, entraîné sur 42 millions de séquences d'ARN non codant à résolution nucléotidique unique)
• Niveau structure des protéines – ex. : AIDO.StructureTokenizer (modèle VQ-VAE de 300 millions de paramètres pour le codage des structures protéiques)
• Niveau cellulaire – ex. : AIDO.Cell (encodeurs transformers denses de 3 à 650 millions de paramètres pour l'expression génique et l'état cellulaire)
• Niveau tissus et organes
• Niveau clinique et résultats de santé

Ces modules sont conçus pour être composables : l'information circule entre les échelles, de sorte qu'une perturbation au niveau de l'ADN (par exemple, une édition CRISPR) peut être propagée vers le haut à travers la fonction protéique, le comportement cellulaire, la réponse tissulaire, et finalement les résultats cliniques prédits .

L'objectif à court terme de GenBio AI et la collaboration avec NVIDIA

L'objectif pratique immédiat de GenBio AI est de construire une « cellule virtuelle » — un modèle de monde (world model) d'IA capable de prédire, simuler et, à terme, programmer le comportement cellulaire à travers les échelles biologiques . Leurs principales réalisations à court terme comprennent :

• VCHarness, un système agentique autonome qui construit, teste et affine les modèles d'IA de cellules humaines. L'entreprise rapporte que VCHarness peut découvrir de nouvelles architectures en quelques jours plutôt qu'en quelques mois .
• Une collaboration officielle avec NVIDIA annoncée en juin 2026. GenBio AI prévoit d'utiliser les puces, les outils de développement de modèles et les frameworks agentiques de NVIDIA — en s'intégrant spécifiquement avec la plateforme BioNeMo, Megatron pour l'entraînement distribué, et la BioNeMo Agent Toolkit — pour accélérer le développement de modèles de cellules virtuelles .

Comparaison avec la plateforme de cellule virtuelle de la Chan Zuckerberg BioHub

En résumé : AIDO vise une intégration verticale plus complète de la pile de l'organisme, mais est soutenu par une startup et est partiellement propriétaire. L'approche de CZI est plus ciblée sur la couche cellulaire, fortement orientée vers la science ouverte, et soutenue par un engagement philanthropique beaucoup plus important.

Limites et défis reconnus

La perspective AIDO dans Nature Medicine et les articles techniques associés reconnaissent plusieurs défis majeurs :

• Données d'entraînement biaisées et incomplètes. Les modèles ne valent que ce que valent les ensembles de données sur lesquels ils sont entraînés. Si les données d'entraînement sous-représentent certaines populations, ascendances ou états pathologiques, l'organisme numérique produira des prédictions biaisées ou peu fiables. La littérature générale sur l'IA en médecine note que des tailles d'échantillon insuffisantes pour certains groupes de patients entraînent des performances sous-optimales et des prédictions cliniquement insignifiantes .
• Variabilité inter-patients. Le bagage génétique individuel, l'environnement, le mode de vie et les comorbidités créent une énorme hétérogénéité. Un seul « organisme numérique » qui se généralise à tous les humains est un défi extrême ; les chercheurs notent que l'adaptation spécifique au patient reste un problème ouvert .
• Inférence causale. Les modèles fondamentaux sont fondamentalement des moteurs de corrélation — ils apprennent des motifs statistiques dans les données, pas des mécanismes causaux. Les auteurs reconnaissent que passer de « prédire ce qui se passe » à « comprendre pourquoi cela se produit et quelle intervention changerait le résultat » nécessite l'intégration de cadres d'inférence causale, ce que l'apprentissage automatique traditionnel a du mal à faire . Une littérature plus large confirme que l'IA basée sur la corrélation en biologie fonctionne souvent comme une « boîte noire » et que quantifier l'effet causal des interventions est un défi distinct et non résolu .
• Échelle et calcul. Simuler un organisme entier avec une fidélité suffisante nécessite des ressources de calcul colossales et des données qui n'existent pas encore à l'échelle requise .
• Validation. Prouver que les prédictions d'un organisme numérique se vérifient dans des systèmes biologiques réels — et qu'il se généralise au-delà de sa distribution d'entraînement — est un obstacle fondamental que le domaine commence à peine à aborder .

Techniquement, AIDO est construit comme une pile de modèles fondamentaux connectés, chacun spécialisé dans un niveau biologique :

• Niveau ADN/ARN – ex. : AIDO.RNA (1,6 milliard de paramètres, entraîné sur 42 millions de séquences d'ARN non codant à résolution nucléotidique unique)
• Niveau structure des protéines – ex. : AIDO.StructureTokenizer (modèle VQ-VAE de 300 millions de paramètres pour le codage des structures protéiques)
• Niveau cellulaire – ex. : AIDO.Cell (encodeurs transformers denses de 3 à 650 millions de paramètres pour l'expression génique et l'état cellulaire)
• Niveau tissus et organes
• Niveau clinique et résultats de santé

Ces modules sont conçus pour être composables : l'information circule entre les échelles, de sorte qu'une perturbation au niveau de l'ADN (par exemple, une édition CRISPR) peut être propagée vers le haut à travers la fonction protéique, le comportement cellulaire, la réponse tissulaire, et finalement les résultats cliniques prédits .

L'objectif à court terme de GenBio AI et la collaboration avec NVIDIA

L'objectif pratique immédiat de GenBio AI est de construire une « cellule virtuelle » — un modèle de monde (world model) d'IA capable de prédire, simuler et, à terme, programmer le comportement cellulaire à travers les échelles biologiques . Leurs principales réalisations à court terme comprennent :

• VCHarness, un système agentique autonome qui construit, teste et affine les modèles d'IA de cellules humaines. L'entreprise rapporte que VCHarness peut découvrir de nouvelles architectures en quelques jours plutôt qu'en quelques mois .
• Une collaboration officielle avec NVIDIA annoncée en juin 2026. GenBio AI prévoit d'utiliser les puces, les outils de développement de modèles et les frameworks agentiques de NVIDIA — en s'intégrant spécifiquement avec la plateforme BioNeMo, Megatron pour l'entraînement distribué, et la BioNeMo Agent Toolkit — pour accélérer le développement de modèles de cellules virtuelles .

Comparaison avec la plateforme de cellule virtuelle de la Chan Zuckerberg BioHub

En résumé : AIDO vise une intégration verticale plus complète de la pile de l'organisme, mais est soutenu par une startup et est partiellement propriétaire. L'approche de CZI est plus ciblée sur la couche cellulaire, fortement orientée vers la science ouverte, et soutenue par un engagement philanthropique beaucoup plus important.

Limites et défis reconnus

La perspective AIDO dans Nature Medicine et les articles techniques associés reconnaissent plusieurs défis majeurs :

• Données d'entraînement biaisées et incomplètes. Les modèles ne valent que ce que valent les ensembles de données sur lesquels ils sont entraînés. Si les données d'entraînement sous-représentent certaines populations, ascendances ou états pathologiques, l'organisme numérique produira des prédictions biaisées ou peu fiables. La littérature générale sur l'IA en médecine note que des tailles d'échantillon insuffisantes pour certains groupes de patients entraînent des performances sous-optimales et des prédictions cliniquement insignifiantes .
• Variabilité inter-patients. Le bagage génétique individuel, l'environnement, le mode de vie et les comorbidités créent une énorme hétérogénéité. Un seul « organisme numérique » qui se généralise à tous les humains est un défi extrême ; les chercheurs notent que l'adaptation spécifique au patient reste un problème ouvert .
• Inférence causale. Les modèles fondamentaux sont fondamentalement des moteurs de corrélation — ils apprennent des motifs statistiques dans les données, pas des mécanismes causaux. Les auteurs reconnaissent que passer de « prédire ce qui se passe » à « comprendre pourquoi cela se produit et quelle intervention changerait le résultat » nécessite l'intégration de cadres d'inférence causale, ce que l'apprentissage automatique traditionnel a du mal à faire . Une littérature plus large confirme que l'IA basée sur la corrélation en biologie fonctionne souvent comme une « boîte noire » et que quantifier l'effet causal des interventions est un défi distinct et non résolu .
• Échelle et calcul. Simuler un organisme entier avec une fidélité suffisante nécessite des ressources de calcul colossales et des données qui n'existent pas encore à l'échelle requise .
• Validation. Prouver que les prédictions d'un organisme numérique se vérifient dans des systèmes biologiques réels — et qu'il se généralise au-delà de sa distribution d'entraînement — est un obstacle fondamental que le domaine commence à peine à aborder .