Fabian Theis z Helmholtz Munich stał się jedną z głównych postaci stojących za rozwojem koncepcji Virtual Cell - projektu mającego na celu rzeczywiste zrozumienie i kontrolę złożonych systemów biologicznych. Jego laboratorium prowadzi badania na granicy algorytmiki sztucznej inteligencji, pracując z danymi wieloskalowymi, wielomodalnymi (multiomics) i zmiennymi w czasie - zadaniem znacznie trudniejszym niż to, na którym skupiają się pozostałe zespoły w branży.
Wśród ostatnich inwestycji w AI dla biologii dominują projekty projektowania białek i molekuł - AlphaFold, ESM, Chai, Genesis, Octant i wiele innych. Virtual Cell tymczasem otrzymał mniej uwagi, m.in. ze względu na wątpliwości dotyczące efektywności dużych modeli w rozwiązywaniu nawet podstawowych problemów. Sytuacja zmieniła się wraz z niedawnym ogłoszeniem inicjatywy Biohub, która zebrała 1,8 miliarda dolarów wsparcia od Biohub, NIH, DOE, Google i Meta.
Ta ogromna inwestycja nie jest przypadkowa. Organizacje te realizowały te projekty przez lata, ale dopiero teraz pojawia się właściwy moment. Przełomem okazały się nowe możliwości pomiarowe i imageowania biologicznego wraz z infrastrukturą do przetwarzania dużych zbiorów danych. Te nowe narzędzia umożliwiają gromadzenie, organizowanie i udostępnianie dotychczas niedostępnych danych treningowych na skalę, która mogła się wydawać niemożliwa zaledwie kilka lat temu. To właśnie ta kombinacja - świeże dane, lepszy dostęp do nich i dojrzałe algorytmy - sprawia, że Virtual Cell przechodzi z teoretycznej wizji do praktycznej realizacji.