Una alianza internacional entre organismos públicos, laboratorios de inteligencia artificial e instituciones científicas busca crear una base de datos biológicos abiertos para entrenar modelos capaces de predecir cómo responden las células a distintas intervenciones y acelerar el desarrollo de nuevos tratamientos.
La inteligencia artificial busca dar un nuevo salto en la investigación médica: pasar de analizar información biológica a predecir cómo funcionan las células y cómo reaccionan ante distintas intervenciones. Para avanzar en esa dirección, Biohub, el Departamento de Energía de Estados Unidos (DOE), los Institutos Nacionales de Salud (NIH) y un grupo de socios tecnológicos anunciaron un compromiso conjunto de U$S 1.800 millones en financiación, datos, capacidad de cómputo y tecnologías de medición.
La iniciativa, anunciada el 7 de octubre de 2026, apunta a construir una infraestructura de datos biológicos abiertos que permita a investigadores de todo el mundo desarrollar modelos predictivos de la vida. El objetivo de largo plazo es crear una célula virtual: una representación computacional capaz de anticipar cómo responde una célula ante determinados cambios o tratamientos.
El proyecto busca que los científicos puedan formular preguntas y realizar experimentos digitales antes de llevar determinadas hipótesis al laboratorio. Si estos modelos alcanzan la precisión necesaria, podrían contribuir a comprender mejor los mecanismos de las enfermedades y abrir nuevas vías para prevenirlas y tratarlas.
El compromiso de U$S 1.800 millones constituye, según los organizadores, la mayor inversión coordinada hasta la fecha para generar datos biológicos preparados específicamente para entrenar modelos de inteligencia artificial.
Google DeepMind, Meta e Isomorphic Labs aportarán U$S 300 millones
Uno de los componentes centrales de la iniciativa es la Virtual Biology Initiative, anunciada en abril de 2026. Dentro de este programa, Google DeepMind, Isomorphic Labs y Meta invertirán conjuntamente U$S 300 millones para desarrollar tecnologías y conjuntos de datos multimodales que permitan construir modelos predictivos de los sistemas biológicos.
Biohub comprometió inicialmente U$S 500 millones para impulsar el trabajo. De ese total, U$S 400 millones se destinarán al desarrollo de nuevas tecnologías de medición, mientras que los U$S 100 millones restantes financiarán investigaciones fuera de la organización.
Entre las herramientas previstas se encuentran la tomografía electrónica criogénica, que permite observar estructuras dentro de las células con un nivel de detalle cercano al atómico; sistemas de microscopía capaces de obtener imágenes de millones o miles de millones de células en tejidos vivos; y tecnologías de ingeniería que permitan construir y modificar sistemas biológicos en diferentes escalas, desde moléculas hasta organismos completos.
El desafío consiste en producir información experimental que muestre cómo se comportan las células y cómo cambian ante distintas condiciones. Para desarrollar modelos predictivos confiables, no alcanza con reunir datos existentes: también es necesario ampliar las mediciones a muchos más tipos celulares, intervenciones y escenarios.
Alex Rives, responsable científico de Biohub, destacó el potencial de este enfoque. “Un modelo predictivo preciso de la biología podría acelerar drásticamente el descubrimiento científico al permitir que los investigadores realicen experimentos digitalmente. Los conocimientos derivados de esto podrían desbloquear una comprensión mucho mayor de las enfermedades y abrir caminos completamente nuevos hacia las curas”, afirmó.
Rives sostuvo que la creación de una célula virtual es uno de los desafíos más importantes de la próxima etapa de la ciencia y que requerirá esfuerzos coordinados a escala nacional e internacional.
Estados Unidos moviliza supercomputación y bases de datos públicas
El sector público estadounidense tendrá un papel central en la iniciativa. El Departamento de Energía destinará más de U$S 500 millones durante cinco años a investigación celular, recopilación de datos, análisis mediante inteligencia artificial, tecnologías de medición e imágenes, modelado y computación.
El aporte se canalizará a través de la Genesis Mission, una iniciativa interinstitucional liderada por el propio organismo. El programa aprovechará supercomputadoras de escala exa, tecnologías de dispersión de rayos X y neutrones, microscopía electrónica criogénica, tomografía y laboratorios autónomos distribuidos en el sistema de laboratorios nacionales.
Darío Gil, subsecretario de Ciencia del Departamento de Energía, afirmó que la alianza combina las capacidades de computación, experimentación y modelado del organismo con las herramientas de inteligencia artificial y los datos biológicos de Biohub. Según el funcionario, esta integración busca establecer un nuevo estándar de ciencia abierta y acelerar descubrimientos en medicina y biotecnología.
Por su parte, los Institutos Nacionales de Salud (NIH) coordinarán conjuntos de datos, repositorios y bases de conocimiento desarrollados mediante más de U$S 500 millones de inversión federal previa alineada con la iniciativa. Su contribución incluye recursos de la Biblioteca Nacional de Medicina y del National Center for Biotechnology Information, además de programas destinados a desarrollar atlas biológicos coordinados y estándares compartidos.
Nicole Kleinstreuer, subdirectora de Coordinación de Programas, Planificación e Iniciativas Estratégicas de los NIH, señaló que la combinación de recursos y conocimientos puede acelerar el desarrollo de modelos celulares con suficiente complejidad para predecir cómo responde una célula ante una intervención.
La funcionaria sostuvo que el potencial beneficio sería reducir considerablemente los tiempos necesarios para alcanzar avances médicos frente a la realización de experimentos exclusivamente en laboratorio.
NVIDIA y una red científica internacional
El proyecto también reúne instituciones con experiencia en grandes colaboraciones científicas, entre ellas el Allen Institute, Broad Institute, Gladstone Institutes, Human Cell Atlas, Human Protein Atlas y Wellcome Sanger Institute. Los organismos trabajarán en estrategias comunes para ampliar el impacto de los datos y coordinar esfuerzos entre universidades, centros de investigación y empresas.
NVIDIA apoyará la iniciativa con infraestructura de computación acelerada, software especializado y conocimientos técnicos. Renaissance Philanthropy, por su parte, contribuirá a ampliar la financiación destinada a generar nuevos datos.
Max Jaderberg, presidente de Isomorphic Labs, explicó que producir los datos necesarios para resolver los desafíos de la biología de sistemas predictiva requiere superar la capacidad de cualquier organización individual. Según el ejecutivo, la participación en la iniciativa permitirá construir una base de datos multimodal de gran escala.
Pushmeet Kohli, vicepresidente de IA para la Ciencia de Google DeepMind y científico jefe de Google Cloud, destacó la importancia de disponer de datos experimentales abiertos y estandarizados para comprender cómo se comportan las células vivas.
Biohub también aportará la experiencia adquirida durante la última década con proyectos como Tabula Sapiens, OpenCell y Zebrahub, además de plataformas de datos como CELLxGENE y CryoET Data Portal.
La apuesta no consiste únicamente en acumular información. Los organizadores buscan establecer estándares comunes, identificadores compartidos y un punto de acceso unificado para que los datos de distintas instituciones puedan utilizarse de manera conjunta.
La iniciativa enfrenta un desafío científico considerable: los modelos deberán demostrar que pueden representar sistemas biológicos complejos y predecir respuestas que todavía no se conocen. Pero la alianza ya define una estrategia para intentarlo: combinar inversión pública y privada, tecnologías experimentales, supercomputación y datos abiertos para acercar la inteligencia artificial a uno de los grandes objetivos de la medicina, comprender los mecanismos de las enfermedades y encontrar nuevas formas de prevenirlas y tratarlas.