Xaira представила X-Cell — «виртуальную клетку» на 4,9 млрд параметров для поиска лекарств

A Xaira Therapeutics apresentou a X-Cell em 17 de março de 2026 — a primeira "célula virtual" da empresa: um modelo de 4,9 bilhões de parâmetros treinado no maior conjunto de dados genômico completo de perturbações celulares da história, o X-Atlas/Pisces.

O que é a X-Cell

A X-Cell é um modelo que prevê como a expressão gênica muda quando genes individuais são "desligados" um de cada vez. Segundo a Xaira, é o maior modelo causal de perturbações até hoje: ele escala segundo uma lei de potência, da mesma forma que os grandes modelos de linguagem melhoram a qualidade à medida que crescem o número de parâmetros e o poder computacional.

O conjunto de dados de treinamento foi reunido por meio de experimentos com CRISPR, rodando milhões de testes em paralelo.

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

Por que modelos causais precisam de dados causais

A Xaira defende que, para que um modelo preveja relações de causa e efeito, ele precisa ser treinado com dados causais, e não com genômica meramente descritiva. Conjuntos de dados comuns captam correlações — quem se encontra com quem dentro de uma célula; dados causais mostram o que acontece quando se intervém deliberadamente em um gene específico.

"Modelos causais precisam de dados causais" — é assim que

Bo Wang (Chief AI Scientist) e Si Chu (Chief Discovery Officer) formulam a tese central de sua abordagem no podcast Latent Space.

A conclusão prática da empresa: um modelo treinado com dados causais de células cancerígenas pode ser transferido para células saudáveis de doadores — as regras aprendidas continuam válidas.

Como o modelo rompeu o "muro de dados"

A primeira versão da X-Cell esbarrou em um teto: com 3,1 bilhões de parâmetros, o erro de teste parava de cair — o modelo saturava por volta de 1,5 bilhão de parâmetros e não melhorava além disso. A causa era a falta de dados informativos, não a arquitetura.

O conjunto de dados X-Atlas/Pisces trouxe um aumento de cerca de 30 vezes na densidade de informação em comparação com a abordagem original. Depois disso, o modelo voltou a crescer junto com os parâmetros e o poder computacional, e superou a linha de base linear que até então havia superado os modelos anteriores. A base é o scGPT — um modelo de RNA anterior de Bo Wang, publicado na Nature.

O que isso significa

A Xaira, uma biotech de IA com capital inicial bilionário, aposta não no algoritmo, mas nos dados: sua própria fábrica de experimentos causais acaba sendo mais importante do que um modelo pronto de terceiros. Isso inverte a lógica usual da IA de "dados da internet mais um modelo grande" — em biologia, os dados necessários simplesmente não existem em acesso aberto, e é preciso gerá-los internamente.

Perguntas frequentes

O que é a X-Cell em termos simples?

A X-Cell é uma "célula virtual", um modelo de IA com 4,9 bilhões de parâmetros que prevê a reação de uma célula ao desligamento de genes individuais, sem realizar um experimento real.

Com que dados a X-Cell foi treinada?

Com o conjunto de dados X-Atlas/Pisces: 7 triagens Perturb-seq de genoma completo em 16 contextos biológicos, 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, criador do scGPT) e Si Chu (Chief Discovery Officer); ambos foram promovidos em 6 de julho de 2026.