Biohub coordena aporte de US$300 milhões de Google DeepMind, Meta e Isomorphic Labs para criar a célula virtual
Biohub reúne Google DeepMind, Meta e Isomorphic Labs com US$300M para criar uma célula virtual e acelerar pesquisas biomédicas.
RESUMO ✦
Sem tempo? A Lili IA resume para você
Biohub coordena aporte de US$300 milhões de Google DeepMind, Meta e Isomorphic Labs para criar a célula virtual
Um consórcio público-privado liderado por Biohub anunciou um investimento conjunto de US$300 milhões provenientes de Google DeepMind, Meta e Isomorphic Labs para avançar na construção de uma célula virtual — um modelo preditivo capaz de simular processos biológicos em computador. A iniciativa integra o programa maior Virtual Biology, que soma US$1,8 bilhão e busca transformar a forma como experimentos e descobertas científicas são conduzidos.
A proposta é clara e estrutural: gerar datasets e ferramentas baseadas em inteligência artificial que permitam formular hipóteses biológicas, produzir previsões e obter respostas em formato digital, reduzindo a necessidade inicial de testes experimentais tradicionais. Para pesquisadores e laboratórios, trata-se de dispor de uma infraestrutura computacional que funcione como um «banco de ensaios digitais», acelerando triagem, iterações e validações.
O aporte privado de US$300 milhões se soma a compromissos governamentais significativos. O Departamento de Energia dos Estados Unidos (DOE) comprometeu-se a destinar mais de US$500 milhões ao longo de cinco anos, enquanto os National Institutes of Health (NIH) disponibilizarão datasets, repositórios e bases de conhecimento gerados por investimentos federais anteriores, avaliados em mais de US$500 milhões. Essa combinação equilibrada entre capacidade computacional privada e ativos de dados públicos foi desenhada para criar alicerces digitais robustos e interoperáveis.
Fundada em 2016 por Mark Zuckerberg e Priscilla Chan, a Biohub atua como coordenadora do projeto e coloca sua experiência em pesquisa biomédica para orquestrar a produção coordenada de dados em escala nacional e internacional. Alex Rives, responsável científico da organização, ressalta que um modelo preditivo de alta fidelidade pode acelerar dramaticamente a descoberta científica, permitindo que muitos experimentos sejam executados primeiro em silício, reduzindo custos, tempo e riscos.
Do ponto de vista técnico, a construção de uma célula virtual é uma tarefa de engenharia de sistemas: exige camadas integradas de modelos — desde a representação de estruturas moleculares até a dinâmica de redes metabólicas e de sinalização — e fluxos de dados padronizados para treinar e validar algoritmos. É um desafio comparável a projetar uma nova malha de infraestrutura urbana, onde sensores, linhs de energia e regras de tráfego precisam conversar em tempo real.
A visão dos parceiros é pragmática: não se trata de ficção científica, mas de criar peças reutilizáveis de um ecossistema digital da biologia. Isso quer dizer ferramentas que possam responder a perguntas como “qual a reação provável a um novo composto?” ou “quais vias celulares são críticas para uma doença específica?”, oferecendo previsões que orientem experimentos de bancada e ensaios clínicos posteriores.
Para que o esforço prospere, Rives e demais líderes apontam a necessidade de produção coordenada e padrões abertos para garantir interoperabilidade entre datasets, modelos e plataformas computacionais. Essa é a razão pela qual diferentes atores — desde gigantes da tecnologia até agências federais — estão se unindo: construir um sistema nervoso de dados que permita à ciência operar em camadas de inteligência mais profundas.
Em síntese, o aporte de US$300 milhões marca um passo significativo na consolidação de uma infraestrutura digital voltada à biologia. A combinação de capital, dados públicos e capacidades de modelagem promete acelerar a capacidade de simular, testar e priorizar intervenções biomédicas, transformando gradualmente o modo como a Europa, os EUA e outras regiões planejarem a pesquisa translacional e a inovação em saúde.

