10月7日，马克·扎克伯格与妻子普莉希拉·陈（Priscilla Chan）创立的非营利生物学研究机构Biohub宣布扩大“虚拟生物学项目”（Virtual Biology Initiative）。
合作阵容相当豪华：美国能源部（DOE）、美国国立卫生研究院（NIH）、谷歌DeepMind、Isomorphic Labs、Meta。
这是一次跨越政府、科研机构和科技巨头的基础设施级合作。
各方在资金、数据、算力与技术上的投入合计高达18亿美元（约合人民币120亿元）。
Biohub表示，这是迄今为止规模最大的、多方协同的AI就绪型（AI-ready）生物数据建设投入。
该项目旨在利用AI大规模生成生物数据，预测细胞的活动规律，共同构建生命预测模型所需的技术与多模态数据集，再用这些数据训练预测模型，从而缩短药物研发周期。
它释放出一个明确的信号：AI生物计算基础设施的竞赛，已经开始了。
161天，从5亿到18亿
首先要说明的是，这18亿美元是多方的新增投入，再加上已有的数据资源、算力资产，合并算出来的总规模。
今年4月29日，Biohub刚公布这一项目，并承诺未来五年投入5亿美元。
其中，1亿美元用于搭建全球协同的数据生成体系，支持Biohub之外的研究力量；4亿美元用于大规模数据生成、下一代测量技术，以及开发观测和扰动细胞的全新工具。
从4月29日到10月7日扩容，仅隔161天。这次扩容在原有5亿美元的基础上，新增了以下几方的投入：
美国能源部：五年内投入超过5亿美元，用于基础细胞研究，涵盖数据采集、AI分析、测量成像、建模与计算；
NIH（美国国立卫生研究院）：统筹调配相关数据集与知识库——这些资源此前由联邦资金建成，总额超5亿美元；
谷歌DeepMind、Isomorphic Labs、Meta：合计投入3亿美元，研发生命预测所需的技术与多模态数据集；
Biohub：4月已承诺的5亿美元。
此外，包括艾伦研究所、布罗德研究所、人类细胞图谱计划、人类蛋白质图谱计划在内的顶尖机构与联盟，也为虚拟生物学研究贡献着力量；
英伟达将为提供加速计算基础设施与技术支持；文艺复兴慈善基金会则助力扩充科研资金。
Biohub科学负责人Alex Rives表示：构建虚拟细胞是下一个科学时代最重要的课题之一，需要国家级、国际范围协同的数据生成，这也是众多合作伙伴携手的原因。
瓶颈不在模型，在数据
AI药物研发最大的瓶颈之一，是高质量实验数据不足。
谷歌DeepMind AI副总裁、谷歌云首席科学家Pushmeet Kohli直言：
打造虚拟细胞是人类科学最重大的挑战之一，也是理解生命机制的关键。但如果没有大规模开放实验数据，去记录活细胞如何行为、如何响应外界变化，这一课题就无法攻克。
现有的细胞数据集仅覆盖数亿个细胞，而高精度预测模型需要数十亿乃至万亿级别的细胞状态、基因表达、蛋白质变化、药物反应的动态数据。
Biohub的目标，就是要填补这一缺口。
它要建立一套面向生物学的“设计-构建-测试-学习（DBTL）”体系：
通过实验生成数据→训练AI模型→预测细胞响应→对细胞重编程→开展实验验证结果→将新数据回输模型。
从合作阵容来看，各方的资源侧重主要集中在三块：算力、数据、技术。
美国能源部手里握着的，是国家实验室体系内的百亿亿次级超算、中子散射装置、冷冻电镜与断层扫描平台，以及自动化实验室资源。
NIH长期深耕生物医药，相关资源包括美国国家医学图书馆、美国国家生物技术信息中心（NCBI）国家级生物医学数据库，以及NIH共同基金项目（已构建协同生物图谱、统一数据标准与适配AI的生物医学数据集）。
谷歌DeepMind、Meta提供前沿模型与计算能力。
作为“虚拟生物学计划”的创始成员，Isomorphic Labs正助力搭建大规模多模态数据底座，公司总裁Max Jaderberg表示，“产出的数据，将推动生命科学领域迎来下一次重大突破。”
实施路径上，“虚拟生物学计划”在第一阶段将绘制一张广泛的细胞生物学图谱，采集细胞各类信息以及细胞受扰动后的响应数据。
Biohub给出了时间表：首个大型数据集预计在一年内发布，可用的预测模型则是五年目标。
终极目标是打造“虚拟细胞”：模型精度高到足以在数字空间开展实验，只把最有潜力的方案送入实体实验室。
这背后对应着一个潜在的长期信号：AI药研的核心瓶颈，可能会从模型和算力，逐渐转向可验证的实验数据和自动化实验能力。
AI+生物基础设施竞赛，已经开始
“到目前为止，生物学还是一门靠灵感去发现的学科，”普莉希拉·陈在采访中表示，“我们始终将这些资源视作全社会的公共资产，而非某一个团体独享，这样相关成果才能持续迭代积累。”
但值得注意的是Biohub为这套“开放科学”设计的机制：
数据集最终会对外公开；
商业出资企业有优先使用权限。Biohub设置了约一年的数据禁发期（embargo），企业可在该时段内先行研究数据，期满后数据作为公共科研资源开放；
而政府资金产生的数据则不受此限制。
Rives解释道：必须给商业参与者一些激励，禁发期正是为此而设。
这种“开放科学+限时独享”的模式，让Biohub得以在公益性科研项目中引入了民间民间资本。
下一步，Biohub还将接洽制药企业与慈善基金会，吸引更多参与方。
在AI+生命科学的赛道上，其他玩家也在加速。
今日同一天，Rivercell宣布获得2500万美元融资，用于构建数据平台和AI模型，预测人体细胞对治疗的反应；
Isomorphic Labs被曝正在进行早期谈判，拟以至少400亿美元的估值筹集新一轮资金。
更早之前，Anthropic新建湿实验室，加码生物领域研究；
OpenAI基金会则推出总额超1.25亿美元的资助计划，专门支持AI研究所需的生物与医学数据集建设。
从政府到科技巨头，从非营利机构到创业公司，大家都在往AI4S这一个方向用力。
Biohub的18亿美元，是一次基础设施层面的集体下注。如果这条路走通，“虚拟细胞”将不只是一个概念，而是药物研发新范式的起点。
—The End—
热门跟贴