Xaira presenta X-Cell, una «célula virtual» de 4.900 millones de parámetros para el descubrimiento de fármacos

Xaira Therapeutics presentó el 17 de marzo de 2026 X-Cell, la primera «célula virtual» de la compañía: un modelo de 4,9 mil millones de parámetros entrenado con X-Atlas/Pisces, el mayor dataset de perturbaciones celulares de genoma completo de la historia.

Qué es X-Cell

X-Cell es un modelo que predice cómo cambia la expresión génica cuando se «apagan» genes concretos de uno en uno. Según Xaira, es el mayor modelo causal de perturbaciones hasta la fecha: escala según una ley de potencias, igual que los grandes modelos de lenguaje mejoran su calidad al aumentar el número de parámetros y el cómputo.

El dataset de entrenamiento se construyó mediante experimentos CRISPR, con millones de pruebas ejecutadas en paralelo.

• Lanzamiento de X-Cell: 17 de marzo de 2026, primer modelo de célula virtual (virtual cell model) de Xaira Therapeutics
• Dataset X-Atlas/Pisces: 7 cribados Perturb-seq de genoma completo en 16 contextos biológicos, 25 millones de células tras el filtrado de calidad
• Tamaño del modelo: 4,9 mil millones de parámetros, el mayor modelo causal de perturbaciones
• El escalado sigue una ley de potencias, como en los grandes modelos de lenguaje
• El 6 de julio de 2026, Bo Wang fue ascendido a Chief AI Scientist y Xi Chu, a Chief Discovery Officer

Por qué los modelos causales necesitan datos causales

Xaira sostiene que, para que un modelo prediga relaciones de causa y efecto, hay que entrenarlo con datos causales y no con genómica descriptiva. Los datasets convencionales registran correlaciones, es decir, qué elementos coinciden en una célula; los datos causales muestran qué ocurre cuando se interviene de forma deliberada sobre un gen concreto.

«Los modelos causales necesitan datos causales»: así formulan

Bo Wang (Chief AI Scientist) y Xi Chu (Chief Discovery Officer) la tesis central de su enfoque en el podcast Latent Space.

La conclusión práctica de la compañía es que un modelo entrenado con datos causales de células cancerosas puede trasladarse a células sanas de donantes, porque las reglas aprendidas se mantienen.

Cómo superó el modelo el «muro de datos»

La primera versión de X-Cell chocó con un techo: con 3,1 mil millones de parámetros, el error de test dejó de bajar. El modelo se saturaba hacia los 1,5 mil millones de parámetros y no mejoraba más allá. La causa era la falta de datos informativos, no la arquitectura.

El dataset X-Atlas/Pisces multiplicó por aproximadamente 30 la densidad de información respecto al enfoque original. A partir de ahí, el modelo volvió a mejorar al crecer en parámetros y cómputo, y superó a un baseline lineal que hasta entonces había batido a los modelos anteriores. La base es scGPT, un modelo de ARN anterior de Bo Wang publicado en Nature.

Qué significa

Xaira, una biotecnológica de IA con un capital inicial de mil millones de dólares, apuesta por los datos y no por el algoritmo: su propia fábrica de experimentos causales pesa más que un modelo ajeno ya hecho. Es un giro respecto a la lógica habitual de la IA, «datos de internet más un modelo grande»: en biología, los datos necesarios simplemente no están disponibles en abierto y hay que generarlos.

Preguntas frecuentes

¿Qué es X-Cell en pocas palabras?

X-Cell es una «célula virtual», un modelo de IA de 4,9 mil millones de parámetros que predice la respuesta de una célula al apagado de genes concretos sin realizar un experimento real.

¿Con qué se ha entrenado X-Cell?

Con el dataset X-Atlas/Pisces: 7 cribados Perturb-seq de genoma completo en 16 contextos biológicos, 25 millones de células tras el filtrado. Según Xaira, es el mayor conjunto de este tipo jamás divulgado.

¿Quién desarrolló el modelo?

El desarrollo estuvo a cargo de Bo Wang (Chief AI Scientist, autor de scGPT) y Xi Chu (Chief Discovery Officer); ambos fueron ascendidos el 6 de julio de 2026.