Właśnie to oznacza określenie „model świata”. AIDO Cell ma przedstawiać zmieniający się stan komórki i jej reakcje na kolejne działania, a nie tylko klasyfikować statyczną próbkę biologiczną.
AlphaFold kojarzony jest przede wszystkim z przewidywaniem struktury pojedynczego białka. AIDO Cell stawia sobie szerszy, systemowy cel: ma modelować działanie aparatu molekularnego całej komórki oraz wpływ zmian na jednej warstwie biologii na pozostałe.
Nie chodzi więc o zastąpienie AlphaFold, lecz o odpowiedź na inne pytanie. AlphaFold próbuje ustalić, jak może wyglądać dane białko. AIDO Cell ma badać, co dzieje się z całym systemem komórkowym, gdy jego składniki lub sygnały wejściowe zostaną zmienione.
Projekt rozwija wcześniejsze prace GenBio nad modelami bazowymi dla pojedynczych komórek. Rodzina modeli AIDO.Cell została wytrenowana na około 50 mln ludzkich komórek i obejmuje warianty od 3 mln do 650 mln parametrów. Wcześniejszy system koncentrował się głównie na reprezentowaniu kontekstu transkryptomicznego. Kierunek związany z wirtualną komórką ma rozszerzyć tę bazę o zintegrowaną symulację obejmującą wiele poziomów biologii.
AIDO Cell jest częścią szerszego programu GenBio AI o nazwie AI-Driven Digital Organism, w skrócie AIDO — „cyfrowy organizm napędzany sztuczną inteligencją”. Plan rozwoju zakłada trzy etapy:
GenBio wcześniej opisywało AIDO jako system wieloskalowych modeli obejmujących między innymi DNA, RNA, białka i ekspresję genów w pojedynczych komórkach. Największym wyzwaniem nie jest jednak samo zwiększanie modeli. Kluczowe pozostaje sprawienie, by odrębne reprezentacje biologiczne współpracowały w sposób użyteczny przy symulowaniu interwencji i generowaniu przewidywań, które można sprawdzić eksperymentalnie.
W pierwszym opisywanym studium przypadku GenBio poinformowało, że AIDO Cell odtworzył znane skutki i mechanizm działania imatynibu w komórkach białaczki linii K562. Demonstracja miała pokazać, jak model może śledzić konsekwencje działania leku w modelowanym środowisku komórkowym.
To istotny dowód koncepcji, ale nie należy mylić go z walidacją predykcyjną. Odtworzenie znanej biologii nie dowodzi jeszcze, że model przewidzi reakcję na nieznany lek, wskaże nowy skuteczny związek albo okaże się lepszy od prostszych metod obliczeniowych. W publicznie dostępnych materiałach nie ujawniono ilościowych wskaźników dokładności, analiz statystycznych, porównań bezpośrednich ani prospektywnej walidacji eksperymentalnej, które pozwoliłyby wyciągnąć mocniejsze wnioski.
Obecna wersja demonstracyjna AIDO Cell obsługuje dwie nieśmiertelnione ludzkie linie komórkowe:
GenBio zapowiada rozszerzenie zestawu typów komórek i możliwości systemu w latach 2026–2027. To ważne zastrzeżenie, ponieważ wyniki uzyskane na niewielkiej liczbie nieśmiertelnionych linii komórkowych nie mogą być automatycznie przenoszone na komórki pierwotne, tkanki ani pacjentów.
Wirtualna komórka mogłaby usprawnić prace nad lekami, pozwalając naukowcom sprawdzić wiele hipotez, zanim każda z nich trafi do kosztownego laboratorium. W założeniu badacze mogliby porównywać związki, cele molekularne, kombinacje terapii i kolejność podawania leków, a także szukać sygnałów skuteczności, oporności lub potencjalnych efektów ubocznych.
Najbardziej realistycznym zastosowaniem w najbliższym czasie jest ustalanie priorytetów dla kandydatów. AIDO Cell może pomóc wskazać związki warte dalszych badań, wytypować interwencje do sprawdzenia i ujawnić słabe punkty projektu eksperymentu. Może również pomóc zaplanować bardziej informacyjne badania kontrolne, pokazując, jak reakcja komórki zmienia się po wcześniejszej ingerencji.
To narzędzie do filtrowania hipotez i planowania badań, a nie gwarancja skuteczności klinicznej. Model linii komórkowej nie opisuje sam z siebie farmakokinetyki na poziomie całego organizmu, interakcji z układem odpornościowym i tkankami, różnic między pacjentami, toksyczności ani wyników leczenia. Wirtualna komórka nie jest kompletnym wirtualnym człowiekiem, a odpowiedź uzyskana in silico nie może zastąpić badań na zwierzętach, badań z udziałem ludzi ani dowodów wymaganych przez regulatorów.
Decydującym sprawdzianem dla AIDO Cell będzie walidacja prospektywna. Czy model przewidzi reakcje, których nie wykorzystano przy tworzeniu demonstracji? I czy te przewidywania potwierdzą się w kontrolowanych eksperymentach?
Dopóki takich danych nie ma, najbezpieczniej opisywać AIDO Cell jako obiecującą warstwę do wirtualnego screeningu i planowania eksperymentów. Jego wieloskalowa i stanowa architektura może sprawić, że symulacje będą bardziej realistyczne i użyteczne niż modele ograniczone do pojedynczych cząsteczek lub samych danych transkryptomicznych. Sama architektura nie dowodzi jednak trafności przewidywań. Największą barierą naukową pozostaje różnica między odtworzeniem znanej biologii a wiarygodnym odkrywaniem nowej.
GenBio AI przygotowuje program wczesnego dostępu dla współpracowników z uczelni, firm biotechnologicznych i przemysłu farmaceutycznego.
Na tym etapie AIDO Cell należy więc traktować jako wczesny system badawczy: ambitny, potencjalnie przydatny do zawężania przestrzeni eksperymentów, ale wciąż czekający na dowody prospektywne, które uzasadniałyby mocniejsze twierdzenia o jego roli w odkrywaniu leków lub zastępowaniu części badań biologicznych.