A Célula Virtual de IA da GenBio Pode Simular a Biologia Humana do DNA às Respostas Celulares Completas

Simular uma célula viva em um computador tem sido um objetivo de longa data na biologia e na computação, e a GenBio AI acredita ter dado um passo importante nessa direção. A startup de Palo Alto, cofundada pelo laureado com o Nobel David Baker e pelo pesquisador de IA Eric Xing, anunciou o AIDO Cell — descrito como o primeiro sistema de IA capaz de modelar uma célula humana em toda a sua hierarquia biológica, do DNA e RNA passando pelas proteínas até o comportamento celular como um todo.

As ferramentas de IA em biologia existentes, incluindo AlphaFold e GeneFormer, são poderosas, mas limitadas. Cada uma cobre uma modalidade ou escala biológica. A inovação do AIDO Cell está em conectar múltiplos modelos de fundação especializados e otimizá-los conjuntamente, de modo que a informação flua de forma coerente em todas as direções — incluindo o retorno de níveis biológicos mais elevados para os moleculares. Essa integração bidirecional é fundamental: o ambiente proteico de uma célula determina quais genes são expressos, e esse ciclo precisa ser capturado para que o sistema seja preditivo.

Um destaque é que o AIDO Cell é "stateful" (com estado). Em vez de tratar cada fármaco ou perturbação genética como uma consulta isolada, o sistema memoriza alterações anteriores e as incorpora progressivamente. Isso imita a forma como células reais acumulam danos, se adaptam ou respondem a terapias combinadas — uma propriedade especialmente relevante para a pesquisa em longevidade, em que os estados celulares se modificam progressivamente ao longo de décadas.

O roteiro apresentado em uma Perspectiva acompanhante na Nature Medicine descreve três estágios: construir modelos de fundação robustos para uma única modalidade, conectá-los entre escalas e, por fim, alinhar toda a rede em um sistema coerente. O AIDO Cell parece estar se aproximando dos Estágios 2-3. A ambição técnica é incorporar, em última instância, sequências, estruturas, imagens, dados espaciais e leituras longitudinais.

Para a ciência da longevidade, as implicações são significativas. Se validado, esse sistema poderia simular como senolíticos, inibidores de mTOR ou terapias gênicas alteram o estado celular antes mesmo de um único experimento ser realizado. Ressalvas permanecem: o anúncio é um comunicado de imprensa com evidências em nível de preprint, e o acúmulo de erros entre escalas biológicas é um desafio reconhecido. A avaliação independente por benchmarking será essencial.