Inilah maksud AIDO Cell apabila ia digambarkan sebagai “model dunia”: ia cuba mewakili perubahan keadaan sel dan tindak balas terhadap beberapa intervensi mengikut urutan, bukan hanya mengelaskan sampel biologi yang statik.
AlphaFold paling dikenali kerana meramal struktur protein individu. AIDO Cell pula mempunyai sasaran yang lebih luas pada peringkat sistem: memodelkan bagaimana jentera molekul seluruh sel berfungsi dan bagaimana perubahan pada satu lapisan biologi boleh mempengaruhi lapisan lain.
Ini bukan bermaksud AIDO Cell menggantikan ramalan struktur protein. Kedua-duanya cuba menjawab soalan yang berbeza. AlphaFold bertanya, “Apakah bentuk protein ini?” AIDO Cell pula cuba meneroka, “Apakah yang berlaku kepada sistem sel apabila komponen molekul atau inputnya diubah?”
AIDO Cell juga dibina berdasarkan kerja awal GenBio dalam model asas sel tunggal. Keluarga model AIDO.Cell terdahulu dilatih menggunakan kira-kira 50 juta sel manusia dan merangkumi model dengan antara 3 juta hingga 650 juta parameter. Sistem awal itu terutama memfokuskan perwakilan konteks transkriptomik. Arah baharu sel maya ini memperluas asas tersebut kepada simulasi bersepadu merentas skala.
AIDO Cell ialah sebahagian daripada program lebih besar GenBio AI yang dikenali sebagai AI-Driven Digital Organism (AIDO), atau Organisma Digital Dipacu AI. Pelannya disusun dalam tiga peringkat:
GenBio sebelum ini menerangkan AIDO sebagai sistem model asas berbilang skala yang merangkumi jenis data utama seperti DNA, RNA, protein dan ekspresi sel tunggal. Cabaran sebenarnya bukan hanya melatih model yang lebih besar, tetapi memastikan perwakilan biologi yang berasingan dapat berfungsi bersama untuk menghasilkan intervensi yang boleh diuji secara eksperimen.
Dalam kajian kes awalnya, GenBio melaporkan bahawa AIDO Cell mengulangi kesan dan mekanisme imatinib yang telah diketahui dalam sel leukemia K562. Demonstrasi itu bertujuan menunjukkan bagaimana model boleh menjejaki kesan ubat melalui persekitaran sel yang disimulasikan.
Keputusan ini merupakan bukti konsep yang penting, tetapi tidak boleh disamakan dengan pengesahan prospektif. Mengulangi biologi yang sudah diketahui selepas sesuatu kejadian tidak membuktikan bahawa model boleh meramal tindak balas terhadap ubat yang belum dilihat, mengenal pasti sebatian baharu yang berjaya atau mengatasi kaedah pengiraan yang lebih ringkas.
Laporan awam setakat ini tidak mendedahkan metrik ketepatan kuantitatif, analisis statistik, perbandingan terus dengan kaedah lain atau pengesahan eksperimen prospektif yang diperlukan untuk menyokong tuntutan lebih besar tersebut.
Pratonton AIDO Cell ketika ini menyokong dua garisan sel manusia terabadi, iaitu sel yang boleh membiak dalam kultur untuk tempoh yang panjang:
GenBio menyatakan bahawa lebih banyak jenis sel dan keupayaan dirancang untuk dikembangkan pada 2026–27. Perkara ini penting kerana prestasi pada sebilangan kecil garisan sel terabadi tidak boleh terus dianggap mewakili sel manusia primer, tisu atau pesakit sebenar.
Sistem sel maya berpotensi menjadikan proses pembangunan ubat lebih cekap dengan membolehkan penyelidik menguji banyak hipotesis sebelum setiap satu dibawa ke makmal. Secara teori, pengguna boleh membandingkan sebatian calon, sasaran ubat, gabungan rawatan dan urutan pemberian ubat, sambil mencari petunjuk keberkesanan, rintangan atau kesan luar sasaran.
Peranan paling munasabah dalam masa terdekat ialah menyusun keutamaan calon. AIDO Cell mungkin membantu penyelidik memilih sebatian yang wajar diberi keutamaan untuk eksperimen lebih mahal, mengenal pasti gangguan yang patut diuji atau mengesan kelemahan dalam reka bentuk eksperimen. Ia juga boleh membantu merancang kajian susulan dengan lebih baik, termasuk melihat bagaimana tindak balas berubah selepas intervensi terdahulu.
Namun, ini ialah fungsi penapisan dan perancangan—bukan jaminan klinikal. Model garisan sel tidak dengan sendirinya merangkumi farmakokinetik pada tahap organisma, interaksi sistem imun dan tisu, perbezaan antara pesakit, ketoksikan atau hasil klinikal. Sel maya bukan manusia maya yang lengkap, manakala tindak balas dalam simulasi tidak boleh menggantikan kajian haiwan, ujian manusia atau bukti yang diperlukan pihak pengawal selia.
Ujian paling penting untuk AIDO Cell ialah pengesahan prospektif: bolehkah ia meramal tindak balas yang tidak digunakan untuk membina demonstrasi, dan adakah ramalan itu kekal benar dalam eksperimen terkawal?
Sehingga bukti tersebut tersedia, gambaran paling tepat ialah AIDO Cell merupakan lapisan saringan maya dan perancangan eksperimen yang menjanjikan. Reka bentuknya yang berbilang skala dan berkeadaan berpotensi menjadikan simulasi biologi lebih realistik serta berguna berbanding model molekul atau transkriptomik yang berdiri sendiri. Tetapi seni bina model, walau secanggih mana pun, tidak membuktikan ketepatan ramalan.
Jurang antara mengulangi biologi yang diketahui dengan menemui biologi baharu yang boleh dipercayai masih menjadi cabaran saintifik utama.
GenBio AI sedang menyediakan program kerjasama akses awal untuk penyelidik akademik, syarikat bioteknologi dan syarikat farmaseutikal.
Buat masa ini, AIDO Cell wajar dilihat sebagai sistem penyelidikan peringkat awal: skopnya besar, potensinya berguna untuk mengecilkan ruang carian eksperimen, tetapi ia masih memerlukan bukti prospektif sebelum tuntutan lebih kuat tentang penemuan ubat atau penggantian eksperimen biologi boleh dibuat.