AIDO Cell uitgelegd: een virtuele cel die eerdere ingrepen onthoudt
AIDO Cell is in augustus 2026 nog een previewmodel dat DNA, RNA, eiwitten en gedrag van een volledige cel met elkaar verbindt. Het onderscheidende element is de stateful architectuur: het model onthoudt eerdere ingrepen en kan daardoor opeenvolgende scenario’s simuleren, zoals een gen knock out gevolgd door een gene...
AIDO Cell is in augustus 2026 nog een previewmodel dat DNA, RNA, eiwitten en gedrag van een volledige cel met elkaar verbindt.
Het onderscheidende element is de stateful architectuur: het model onthoudt eerdere ingrepen en kan daardoor opeenvolgende scenario’s simuleren, zoals een gen knock out gevolgd door een geneesmiddel.
De belangrijkste toepassing op korte termijn is het prioriteren van geneesmiddelkandidaten en experimenten — niet het vervangen van dierproeven, klinische studies of een volledig virtueel mens.
What is GenBio AI’s AIDO Cell, unveiled by the Palo Alto startup co-founded by 2024 Nobel laureate David Baker and AI scientist Eric Xing, hAIDO Cell is designed to simulate cellular responses across multiple biological scales.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What is GenBio AI’s AIDO Cell, unveiled by the Palo Alto startup co-founded by 2024 Nobel laureate David Baker and AI scientist Eric Xing, h. Article summary: AIDO Cell is GenBio AI’s preview-stage “virtual cell” world model: an AI system intended to simulate a human cell across linked biological layers—DNA, RNA, proteins, and cell-level behavior—rather than model one molecula. Topic tags: general, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
openai.com
AIDO Cell van GenBio AI is een virtuele-celmodel in de previewfase. Het systeem is bedoeld om te simuleren hoe biologische veranderingen zich door een cel bewegen: van DNA en RNA via eiwitten tot het gedrag van de volledige cel. In tegenstelling tot modellen die één molecuul of één meting analyseren, probeert AIDO Cell meerdere biologische niveaus in één rekenomgeving samen te brengen.
Dat kan waardevol zijn voor virtuele screening en het plannen van experimenten. De beschikbare onderbouwing vraagt echter om terughoudendheid: de openbare casestudy’s reproduceren bekende biologie, maar nieuwe voorspellingen van geneesmiddelreacties zijn nog niet experimenteel bevestigd.
Wat maakt AIDO Cell bijzonder?
AIDO Cell heeft twee centrale eigenschappen:
Multischalig: het model koppelt genetische informatie, RNA-expressie, eiwitten en het fenotype van de cel. Een ingreep, zoals het uitschakelen van een gen of het toedienen van een geneesmiddel, moet daardoor doorwerken naar meerdere lagen van het gemodelleerde systeem. Het gaat dus niet alleen om een verandering in één transcriptomische meting.
Stateful: de gesimuleerde cel houdt rekening met eerdere ingrepen. Onderzoekers kunnen zo reeksen modelleren — bijvoorbeeld eerst een gen-knock-out en daarna een geneesmiddel, of meerdere behandelingen na elkaar — waarbij de tweede reactie afhankelijk is van de toestand die door de eerste ingreep is ontstaan.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AIDO Cell uitgelegd: een virtuele cel die eerdere ingrepen onthoudt"?
AIDO Cell is in augustus 2026 nog een previewmodel dat DNA, RNA, eiwitten en gedrag van een volledige cel met elkaar verbindt.
What are the key points to validate first?
AIDO Cell is in augustus 2026 nog een previewmodel dat DNA, RNA, eiwitten en gedrag van een volledige cel met elkaar verbindt. Het onderscheidende element is de stateful architectuur: het model onthoudt eerdere ingrepen en kan daardoor opeenvolgende scenario’s simuleren, zoals een gen knock out gevolgd door een geneesmiddel.
What should I do next in practice?
De belangrijkste toepassing op korte termijn is het prioriteren van geneesmiddelkandidaten en experimenten — niet het vervangen van dierproeven, klinische studies of een volledig virtueel mens.
Daarom spreekt GenBio AI over een ‘world model’: AIDO Cell moet niet alleen een statisch biologisch monster classificeren, maar veranderende celtoestanden en reacties op opeenvolgende interventies weergeven.
Hoe verschilt het van AlphaFold?
AlphaFold is vooral bekend om het voorspellen van de structuur van afzonderlijke eiwitten. AIDO Cell heeft een bredere, systeemgerichte ambitie: het model wil onderzoeken hoe de moleculaire machinerie van een hele cel functioneert en hoe veranderingen op het ene biologische niveau gevolgen hebben op andere niveaus.
Het ene model vervangt het andere dus niet. AlphaFold probeert te voorspellen hoe een eiwit eruitziet; AIDO Cell richt zich op de vraag wat er met een cellulair systeem gebeurt wanneer moleculaire onderdelen of inputs worden veranderd.
AIDO Cell bouwt voort op eerder werk van GenBio AI aan foundationmodellen voor afzonderlijke cellen. De AIDO.Cell-modelfamilie werd getraind op ongeveer 50 miljoen menselijke cellen en omvat modellen met 3 miljoen tot 650 miljoen parameters. Die eerdere modellen waren vooral gericht op het vastleggen van transcriptomische context. De nieuwe richting probeert die basis uit te breiden naar geïntegreerde simulaties over meerdere biologische schalen.
De drie stappen achter AIDO
AIDO Cell maakt deel uit van het bredere programma AI-Driven Digital Organism, afgekort AIDO. GenBio AI beschrijft daarvoor een route in drie stappen:
Verdelen en specialiseren: gespecialiseerde foundationmodellen bouwen voor verschillende biologische modaliteiten en niveaus, waaronder DNA, RNA, eiwitten, cellen en weefsels.
Verbindingen leggen: de afzonderlijke modellen koppelen, zodat informatie, representaties en ingrepen tussen biologische schalen kunnen bewegen.
Geïntegreerd simuleren en programmeren: het verbonden systeem gebruiken om biologische uitkomsten te voorspellen en uiteindelijk interventies in biologische systemen te helpen ontwerpen. Dit is de langetermijnvisie van AIDO, niet een mogelijkheid die met de huidige preview al is bewezen.
GenBio AI beschreef AIDO eerder als een systeem van multischalige modellen voor onder meer DNA, RNA, eiwitten en expressie in afzonderlijke cellen. De grote uitdaging is niet alleen om grotere modellen te trainen, maar om de verschillende biologische representaties betrouwbaar te laten samenwerken voor ingrepen die er causaal uitzien en experimenteel toetsbare voorspellingen opleveren.
Wat liet de imatinib-test zien?
In de eerste casestudy meldde GenBio AI dat AIDO Cell de bekende effecten en het werkingsmechanisme van imatinib in K562-leukemiecellen reproduceerde. De demonstratie moest laten zien hoe het model de gevolgen van een geneesmiddel door de gesimuleerde cel kan volgen.
Dat is een relevante proof of concept, maar geen prospectieve validatie. Het achteraf reproduceren van bekende biologie bewijst niet dat het model een onbekende geneesmiddelreactie kan voorspellen, een nieuw succesvol middel kan aanwijzen of beter presteert dan eenvoudigere computermethoden. Openbare berichtgeving bevatte geen kwantitatieve nauwkeurigheidsmaten, statistische analyses, rechtstreekse vergelijkingen of prospectieve experimentele validatie die zulke conclusies zouden onderbouwen.
Welke cellen ondersteunt het model?
De huidige preview ondersteunt twee onsterfelijk gemaakte menselijke cellijnen:
K562, gebruikt in de casestudy met imatinib
HepG2
GenBio AI heeft extra celtypen en mogelijkheden aangekondigd als geplande uitbreidingen voor 2026 en 2027. Dat is belangrijk, want resultaten in een beperkt aantal geïmmortaliseerde cellijnen kunnen niet automatisch worden doorgetrokken naar primaire menselijke cellen, weefsels of patiënten.
Wat kan dit betekenen voor geneesmiddelenonderzoek?
Een geloofwaardig virtueel-celmodel kan onderzoekers helpen om meer hypotheses te onderzoeken voordat elke hypothese in het laboratorium wordt getest. In theorie kunnen gebruikers kandidaatstoffen, doelwitten, combinaties en behandelingsvolgordes vergelijken. Ook kunnen ze zoeken naar cellulaire signalen die wijzen op werkzaamheid, resistentie of mogelijke neveneffecten buiten het beoogde doelwit.
De meest aannemelijke toepassing op korte termijn is daarom het prioriteren van kandidaten. AIDO Cell kan mogelijk helpen bepalen welke stoffen duurdere experimenten verdienen, welke ingrepen interessant zijn om te testen en welke uitkomsten wijzen op een zwak ontwerp van een experiment. Het model kan ook vervolgonderzoek gerichter maken door te laten zien hoe een reactie verandert na een eerdere interventie.
Dat is een hulpmiddel voor selectie en planning, geen klinische garantie. Een model van een cellijn omvat niet vanzelf de farmacokinetiek in het hele lichaam, interacties met immuunsysteem en weefsels, verschillen tussen patiënten, toxiciteit of klinische uitkomsten. Een virtuele cel is geen volledig virtueel mens. In-silicoresultaten kunnen dieronderzoek, klinische studies en regulatoire onderbouwing dan ook niet vervangen.
De doorslaggevende beperking: voorspellingen moeten biologisch standhouden
De belangrijkste test voor AIDO Cell wordt prospectieve validatie: kan het model reacties voorspellen die niet zijn gebruikt om de demonstratie op te bouwen, en houden die voorspellingen stand in gecontroleerde experimenten?
Totdat daar bewijs voor is, is de meest verdedigbare omschrijving die van een veelbelovende laag voor virtuele screening en experimentele planning. De multischalige en stateful opzet kan biologische simulaties realistischer en bruikbaarder maken dan geïsoleerde moleculaire of transcriptomische modellen. Maar een slimme architectuur bewijst op zichzelf geen voorspellende nauwkeurigheid. Het verschil tussen bekende biologie reproduceren en betrouwbare nieuwe biologie ontdekken blijft de doorslaggevende wetenschappelijke uitdaging.
Toegang en huidige status
GenBio AI werkt aan een programma voor vroege toegang voor academische onderzoekers en partners uit de biotechnologie en farmaceutische industrie.
Voorlopig kan AIDO Cell het best worden gezien als een vroeg onderzoeksinstrument: ambitieus van opzet, mogelijk nuttig om de experimentele zoekruimte te verkleinen, maar nog zonder de prospectieve onderbouwing die nodig is voor sterkere claims over geneesmiddelenontwikkeling of het vervangen van biologisch onderzoek.
