Zuckerberg quiere crear una célula virtual y ya hay 1,800 millones de dólares detrás
Biohub reunió a Meta, Google DeepMind y agencias estadounidenses para construir datos y modelos capaces de predecir digitalmente cómo responden las células.
La inteligencia artificial quiere dar un nuevo salto: pasar de generar textos, imágenes y código a predecir cómo se comporta una célula humana antes de realizar un experimento en el laboratorio.
Biohub, la organización científica impulsada por Mark Zuckerberg y Priscilla Chan, amplió su Virtual Biology Initiative, un esfuerzo internacional en el que participan el Departamento de Energía de Estados Unidos, los Institutos Nacionales de Salud (NIH), Google DeepMind, Isomorphic Labs, Meta y otras instituciones.
En conjunto, la iniciativa representa 1,800 millones de dólares en financiamiento, datos, capacidad de cómputo y nuevas tecnologías de medición, según Biohub. La precisión es importante: la cifra no corresponde exclusivamente a dinero nuevo. Incluye inversiones anteriores en datos biomédicos que ahora serán incorporados al proyecto.
El objetivo final es desarrollar modelos de inteligencia artificial capaces de anticipar cómo funcionan las células y cómo reaccionan ante medicamentos, enfermedades y otras intervenciones.
En lugar de comenzar cada investigación directamente con experimentos físicos, los científicos podrían utilizar modelos de IA para simular distintas intervenciones y determinar cuáles tienen mayores posibilidades de producir resultados útiles antes de llevarlas al laboratorio.
Biohub considera que un modelo suficientemente preciso podría acelerar la investigación de enfermedades y abrir nuevas rutas para desarrollar tratamientos.
Eso no significa que exista ya una copia digital fiable de una célula humana capaz de reemplazar los experimentos tradicionales.
La Virtual Biology Initiative pretende construir precisamente la infraestructura que todavía falta: conjuntos de datos mucho mayores, nuevas tecnologías de microscopía y medición, estándares comunes y suficiente capacidad computacional para entrenar modelos predictivos de biología.
La estructura de financiamiento reúne capital filantrópico, recursos públicos y dinero de las grandes tecnológicas.
Biohub comprometió originalmente 500 millones de dólares durante cinco años cuando lanzó la iniciativa en abril de 2026. De ese monto, 400 millones están destinados a tecnologías capaces de medir, observar y manipular sistemas biológicos a mayor escala, y otros 100 millones financiarán investigación fuera de Biohub.
Ahora, el Departamento de Energía estadounidense aportará más de 500 millones de dólares durante cinco años para investigación celular, generación de datos, análisis con IA, medición, modelado y computación. El proyecto podrá utilizar capacidades de los laboratorios nacionales estadounidenses, incluidos sistemas de supercomputación, microscopía avanzada y laboratorios autónomos.
Los NIH, por su parte, incorporarán conjuntos de datos, repositorios y conocimiento generado con más de 500 millones de dólares de inversión federal previa. Biohub trabajará con la institución para estandarizar esa información y prepararla para entrenar modelos de IA.
Finalmente, Google DeepMind, Isomorphic Labs y Meta invertirán conjuntamente otros 300 millones de dólares.
El gran reto de la IA en medicina no son solo los modelos: son los datos
La iniciativa pone el foco en uno de los principales obstáculos para aplicar inteligencia artificial a la biología.
Los sistemas de IA necesitan enormes cantidades de información consistente y comparable para aprender relaciones y realizar predicciones fiables.
En biología, esa información es mucho más difícil de generar que el texto disponible en internet.
Una célula puede cambiar según el tejido, la edad, una mutación, el ambiente, una enfermedad, un medicamento o miles de combinaciones diferentes. Para entrenar un modelo predictivo se necesitan mediciones que muestren cómo reaccionan millones o miles de millones de células ante esas variables.
Biohub utilizará herramientas como tomografía crioelectrónica, microscopía capaz de analizar grandes poblaciones celulares y técnicas de ingeniería biológica para producir datos a una escala mucho mayor.
La apuesta consiste en convertir parte de la biología experimental en un problema también computacional.
Google, Meta y el Gobierno estadounidense terminan trabajando juntos
La alianza reúne actores que normalmente operan en terrenos muy diferentes.
Google DeepMind trabaja desde hace años en IA para ciencias, mientras su compañía hermana Isomorphic Labs utiliza inteligencia artificial para descubrimiento de medicamentos. Meta desarrolla sus propios modelos y sistemas de IA.
Biohub, en cambio, nació de la apuesta filantrópica de Priscilla Chan y Mark Zuckerberg por utilizar tecnología y biología para acelerar la investigación médica.
El Gobierno estadounidense aporta infraestructura pública difícilmente replicable por una compañía privada, especialmente los supercomputadores y laboratorios nacionales gestionados por el Departamento de Energía.
El resultado es una infraestructura científica compartida que, al menos según el planteamiento del proyecto, terminará convirtiéndose en un recurso abierto para investigadores.
La alianza llega días después de la reunión de Zuckerberg con Trump
El anuncio también ocurre en un momento de acercamiento entre Washington y los principales ejecutivos tecnológicos.
El 29 de septiembre, Donald Trump reunió en la Casa Blanca a líderes de las mayores compañías estadounidenses de inteligencia artificial, entre ellos Zuckerberg, para discutir desarrollo, seguridad e infraestructura tecnológica. La Casa Blanca confirmó el encuentro y difundió imágenes oficiales de la reunión.
Después del almuerzo, varias compañías acordaron principios voluntarios sobre controles y auditorías de modelos avanzados, particularmente alrededor de riesgos de ciberseguridad, bioseguridad y amenazas químicas.
Ocho días después, Meta participa junto con agencias federales en una de las inversiones público-privadas más grandes anunciadas hasta ahora para utilizar IA en investigación biológica.
Actualmente, una enorme cantidad de compuestos fracasa durante las distintas etapas de investigación y desarrollo farmacéutico. Poder descartar antes hipótesis poco prometedoras permitiría concentrar laboratorios y recursos en experimentos con mejores probabilidades.
La visión de Biohub es que los investigadores puedan preguntar digitalmente qué podría pasar si una célula recibe determinada intervención y utilizar la predicción para decidir qué probar después físicamente.
Google DeepMind considera que para alcanzar ese nivel será necesario construir una infraestructura abierta de datos biológicos estandarizados a una escala que ninguna institución podría generar por sí sola.
Sin embargo, todavía falta demostrar hasta qué punto las predicciones de estos modelos pueden reproducir la enorme complejidad de los sistemas vivos.
