La cellule virtuelle IA simule la biologie du vieillissement à travers les couches DNA, RNA et protéines

GenBio AI a lancé AIDO Cell, une plateforme de cellule virtuelle qui intègre DNA, RNA, protéines et comportement cellulaire global dans un environnement computationnel unique. L'objectif est de permettre aux chercheurs de modéliser comment une perturbation à un niveau biologique donné — par exemple, une modification génique — se répercute à travers les couches moléculaires pour produire des changements dans le comportement cellulaire global. Cette ambition systémique la distingue de la plupart des outils d'IA biologique, qui tendent à opérer dans un domaine unique.

La caractéristique la plus distinctive pour la science du vieillissement est la persistance d'état. La plupart des expériences de biologie computationnelle repartent d'une base de référence vierge entre chaque exécution. AIDO Cell conserve les conséquences des interventions précédentes, de sorte que la perturbation B agit sur la cellule déjà modifiée par la perturbation A. Le vieillissement est fondamentalement dépendant de l'histoire — une cellule âgée reflète des décennies de dommages accumulés, d'adaptation et de compensation — ce qui fait de cette architecture un outil particulièrement adapté aux applications en géroscience.

AIDO Cell peut également fournir un âge biologique prédit au cours de la simulation et afficher la façon dont cette prédiction évolue en réponse aux interventions. C'est intéressant, mais cela appelle à la prudence : un âge prédit plus faible in silico ne confirme pas un véritable rajeunissement. Les scores d'âge computationnels reflètent des modèles présents dans les données d'entraînement ; il reste à démontrer expérimentalement si ces variations correspondent à de réelles améliorations fonctionnelles dans des cellules vivantes.

La version 1.0 prend en charge les lignées cellulaires K562 (leucémie) et HepG2 (cancer du foie), d'autres types cellulaires étant en cours de développement. Le lancement s'accompagne d'une Perspective publiée dans Nature Medicine par Le Song, Eran Segal et Eric Xing de GenBio, exposant une vision plus large des modèles d'IA connectés à travers les échelles biologiques — des molécules aux tissus jusqu'aux organismes entiers.

La promesse de la plateforme réside dans sa capacité à rendre tractables des questions biologiques complexes et à étapes multiples avant d'engager des ressources coûteuses en laboratoire humide. Ses limites sont réelles : la causalité, la quantification de l'incertitude, l'étalonnage et la validation expérimentale demeurent des défis ouverts, que l'article de Nature Medicine reconnaît ouvertement. Le laboratoire virtuel peut accélérer la génération d'hypothèses ; c'est le laboratoire réel qui détermine ce qui est vrai.