Zuckerberg quiere que la IA simule células humanas: una apuesta de 1.800 millones
Mark Zuckerberg y Priscilla Chan quieren que la inteligencia artificial llegue a simular el comportamiento de las células humanas. Biohub, el instituto de investigación biomédica que respaldan, ha ampliado su iniciativa de biología virtual hasta convertirla en un esfuerzo internacional valorado en 1.800 millones de dólares, con participación del Gobierno de Estados Unidos, Google DeepMind, Isomorphic Labs y Meta.
El objetivo final es construir una especie de “célula virtual universal”: un modelo capaz de predecir cómo respondería una célula a un medicamento, una mutación, una enfermedad u otro cambio antes de realizar el experimento físico. Sobre el papel, permitiría descartar hipótesis poco prometedoras y reservar el laboratorio para las que tengan mayores posibilidades de aportar conocimiento.
Una alianza científica de 1.800 millones de dólares
La ampliación anunciada por Biohub el 7 de octubre reúne financiación, datos, capacidad de computación y nuevas tecnologías de medición. La aportación inicial de Biohub asciende a 500 millones de dólares: 400 millones para desarrollar instrumentos y métodos, y otros 100 millones para financiar trabajos externos.
El Departamento de Energía estadounidense compromete más de 500 millones durante cinco años para medición, modelado y computación. Los Institutos Nacionales de Salud coordinarán repositorios y conjuntos de datos creados con más de 500 millones de inversión federal previa. Por su parte, Google DeepMind, Isomorphic Labs y Meta invertirán conjuntamente 300 millones.
También participan entidades científicas como Allen Institute, Broad Institute, Human Cell Atlas, Human Protein Atlas y Wellcome Sanger Institute. Nvidia aportará infraestructura de computación acelerada, software especializado y conocimiento técnico. La intención es crear un recurso abierto y estandarizado que pueda utilizar la comunidad científica internacional.
Qué significa simular una célula humana
Una célula no funciona como una pieza mecánica con unas pocas reglas. Contiene miles de procesos que cambian según su tipo, el tejido, la edad, el entorno, las señales que recibe y la presencia de una enfermedad. Un modelo útil tendría que aprender esas relaciones y predecir qué ocurre cuando se altera alguna de ellas.
Por eso el proyecto no pretende dibujar una célula bonita en una pantalla. Busca entrenar modelos con información multimodal: actividad genética, proteínas, imágenes microscópicas, estructuras internas, contexto del tejido y respuestas a distintas intervenciones. Biohub quiere además desarrollar herramientas capaces de observar millones o incluso miles de millones de células en tejido vivo y obtener detalle casi atómico mediante criotomografía electrónica.
La escala es uno de los grandes obstáculos. Los mayores conjuntos actuales contienen datos de cientos de millones de células, mientras los responsables consideran que harán falta miles de millones y, con el tiempo, billones de observaciones celulares. No basta con acumularlas: deben ser comparables, estar bien descritas y cubrir suficientes tipos celulares y condiciones.
Cómo podría ayudar a descubrir medicamentos
El uso más inmediato sería priorizar experimentos. Un equipo podría preguntar qué compuestos parecen modificar una vía relacionada con el cáncer, qué células podrían mostrar toxicidad o cómo cambia una respuesta al combinar dos tratamientos. La IA generaría predicciones y los científicos comprobarían en el laboratorio únicamente las opciones más informativas.
En oncología, por ejemplo, podría ayudar a explorar por qué ciertos subtipos celulares resisten una terapia mientras otros desaparecen. En enfermedades raras permitiría estudiar alteraciones para las que hay pocas muestras, siempre que el modelo haya aprendido mecanismos transferibles. También podría servir para anticipar daños en hígado, corazón u otros tejidos durante las primeras fases del desarrollo farmacológico. Son posibilidades, no capacidades clínicas demostradas todavía.
Esto no eliminaría la experimentación. Al contrario: los resultados reales serían necesarios para validar el modelo, detectar sus errores y entrenar versiones mejores. Tampoco sustituiría los ensayos clínicos, que evalúan seguridad y eficacia en organismos completos y personas. Una predicción celular favorable es solo una etapa temprana en un recorrido médico mucho más largo.
La Agencia EFE resumió en español la iniciativa como una alianza para anticipar los efectos de enfermedades y tratamientos. Si la tecnología alcanza suficiente precisión, podría reducir experimentos fallidos, revelar mecanismos biológicos difíciles de observar y acelerar la selección de candidatos a fármacos. Es una promesa considerable, pero todavía condicionada a la calidad de los datos.
La parte más difícil no es solo entrenar una IA
Los modelos de lenguaje mejoran al absorber enormes cantidades de texto, pero una célula está sujeta a la realidad física. Obtener una respuesta plausible no sirve si no coincide con lo que sucede en tejido vivo. El sistema deberá generalizar entre laboratorios, técnicas de medición, poblaciones y enfermedades sin confundir correlaciones con mecanismos causales.
También habrá que vigilar sesgos en las muestras, trazabilidad, privacidad cuando existan datos humanos identificables y acceso equitativo a los resultados. La estandarización anunciada es esencial: conjuntos enormes pero incompatibles podrían producir modelos impresionantes en demostraciones y poco fiables fuera de ellas.
Un proyecto ambicioso que aún debe demostrar su tesis
Biohub espera comprimir en cinco años un trabajo que, con métodos convencionales, podría requerir décadas. Esa previsión expresa la ambición del programa, no una garantía de que para entonces exista una simulación universal y clínicamente fiable.
Lo realmente importante del anuncio es la creación coordinada de datos biológicos para IA a una escala inédita. Zuckerberg y Chan no han presentado una célula humana digital terminada; están financiando los microscopios, estándares, experimentos y ordenadores que podrían hacerla posible. Si la apuesta funciona, la IA dejará de limitarse a analizar la biología conocida y empezará a servir como laboratorio virtual para explorar la vida.