Xaira apresenta o X-Cell, uma «célula virtual» de 4,9 bilhões de parâmetros para descoberta de medicamentos

A Xaira Therapeutics apresentou, em 17 de março de 2026, o X-Cell, a primeira «célula virtual» da empresa: um modelo de 4,9 bilhões de parâmetros, treinado no X-Atlas/Pisces, o maior dataset de perturbações celulares em escala genômica completa já produzido.

O que é o X-Cell

O X-Cell é um modelo que prevê como muda a expressão dos genes quando genes individuais são «desligados» um a um. Segundo a Xaira, é a maior modelo causal de perturbações até hoje, e ele escala segundo uma lei de potência, da mesma forma que os grandes modelos de linguagem ganham qualidade à medida que crescem o número de parâmetros e o volume de computação.

O dataset de treinamento foi montado por meio de experimentos com CRISPR, com milhões de testes executados em paralelo.

• Lançamento do X-Cell: 17 de março de 2026, primeiro modelo de célula virtual (virtual cell model) da Xaira Therapeutics
• Dataset X-Atlas/Pisces: 7 screens Perturb-seq de genoma completo em 16 contextos biológicos, com 25 milhões de células após filtragem de qualidade
• Tamanho do modelo: 4,9 bilhões de parâmetros, o maior modelo causal de perturbações
• A escala segue uma lei de potência, como nos grandes modelos de linguagem
• Em 6 de julho de 2026, Bo Wang foi promovido a Chief AI Scientist e Xi Chu, a Chief Discovery Officer

Por que modelos causais precisam de dados causais

A Xaira sustenta que, para prever relações de causa e efeito, o modelo precisa ser treinado com dados causais, e não com genômica descritiva. Os datasets convencionais registram correlações, ou seja, quem aparece junto com quem dentro da célula. Já os dados causais mostram o que acontece quando se intervém de propósito em um gene específico.

«Modelos causais precisam de dados causais», é como

Bo Wang (Chief AI Scientist) e Xi Chu (Chief Discovery Officer) resumem a tese central da abordagem no podcast Latent Space.

A conclusão prática da empresa é que um modelo treinado com dados causais de células cancerígenas pode ser transferido para células saudáveis de doadores, porque as regras aprendidas se mantêm.

Como o modelo furou a «parede de dados»

A primeira versão do X-Cell esbarrou em um teto: com 3,1 bilhões de parâmetros, o erro de teste parou de cair. O modelo saturava em cerca de 1,5 bilhão de parâmetros e não melhorava a partir daí. A causa era a falta de dados informativos, e não a arquitetura.

O dataset X-Atlas/Pisces trouxe um aumento de cerca de 30 vezes na densidade de informação em relação à abordagem original. Com ele, o modelo voltou a crescer junto com parâmetros e computação e superou o baseline linear, que até então vencia os modelos anteriores. A base é o scGPT, um modelo anterior de RNA criado por Bo Wang e publicado na Nature.

O que isso significa

A Xaira, uma biotech de IA que começou com capital inicial de bilhões de dólares, aposta nos dados, e não no algoritmo: uma fábrica própria de experimentos causais vale mais do que um modelo pronto de terceiros. É uma inversão da lógica habitual da IA, a de «dados da internet mais um modelo grande». Em biologia, os dados necessários simplesmente não estão em acesso aberto, e é preciso gerá-los por conta própria.

Perguntas frequentes

O que é o X-Cell, em palavras simples?

O X-Cell é uma «célula virtual», um modelo de IA de 4,9 bilhões de parâmetros que prevê a resposta de uma célula ao desligamento de genes individuais, sem a necessidade de realizar um experimento real.

Com o que o X-Cell foi treinado?

Com o dataset X-Atlas/Pisces: 7 screens Perturb-seq de genoma completo em 16 contextos biológicos, com 25 milhões de células após a filtragem. Segundo a Xaira, é o maior conjunto desse tipo já divulgado.

Quem desenvolveu o modelo?

O desenvolvimento foi conduzido por Bo Wang (Chief AI Scientist, autor do scGPT) e Xi Chu (Chief Discovery Officer). Ambos foram promovidos em 6 de julho de 2026.