美政府与谷歌联手扎克伯格，投资18亿美元构建虚拟细胞AI模型

美国政府、谷歌母公司 Alphabet 以及 Meta 宣布联合加入非营利科研机构 Biohub，共同构建用于训练生物学 AI 模型的开源数据集。Biohub 周三表示，各方的新增承诺使该项目的总投资规模达到 18 亿美元。

这笔资金将全额注入 Biohub 的“虚拟生物计划”（Virtual Biology Initiative）。该项目计划在远超以往实验规模的多种条件下，系统测量细胞对外界刺激与变化的响应，并利用这些数据训练预测性 AI 模型，以缩短新药研发周期。其长期愿景是构建一个“通用虚拟细胞”模型，让科研人员在实体实验室投入时间与资金前，能够先在计算机中进行虚拟实验验证。

资金与资源分配机制

• 科技巨头与创业公司：Meta、Google DeepMind 与 AI 制药初创公司 Isomorphic Labs 联合注资 3 亿美元。
• 美国能源部：计划在未来五年内投入超 5 亿美元，用于实验室测量、建模及高性能计算支持。
• 美国国立卫生研究院（NIH）：提供此前获得逾 5 亿美元联邦资助的研究数据集与资源库，由 Biohub 将其标准化以供 AI 模型训练。
• 陈-扎克伯格倡议（Biohub）：在此前已承诺投入 5 亿美元资金。

作为出资回报，提供资金的商业公司将享有相关数据为期一年的优先访问期，随后数据将公开发布。Biohub 科学主管 Alex Rives 表示，设立保密期是为了激励商业机构参与，期满后数据将广泛开放给整个科学界。由政府资金支持产生的数据则不受保密期限制。此外，Biohub 计划进一步与制药企业及慈善组织接洽寻求合作。

数据规模化挑战

Alex Rives 指出，当前细胞数据集仅涵盖数亿个细胞规模，而高精度的预测模型需要数十亿甚至数万亿级别的细胞数据。项目数据将来自空间转录组学等前沿技术，该技术能够测绘完整组织内部的分子活动，并结合高通量筛选记录细胞对环境变化的反应。

“生物学面临的核心挑战，在于跨越计算、数字世界与生命物理世界之间的鸿沟，”Rives 说道，“实现这一跨越的桥梁就是数据。”他表示，这项任务在常规条件下需要数十年，而合作团队计划在五年内完成。首批数据集预计将在一年左右准备就绪，精准预测模型有望在五年内交付。

AI 制药赛道竞争加速

构建生物学基础模型正成为 AI 领军机构的竞逐焦点。Anthropic 近期设立了实体湿实验室（Wet Lab）以扩展其生物学研究版图；OpenAI 基金会也启动了一项超过 1.25 亿美元的资助计划，专门资助用于 AI 研发的生物与医疗数据集构建。

普莉希拉·陈（Priscilla Chan）表示，该项目旨在打造共享科研基础设施：“我们始终将这一项目视为社区资产，而非单一机构的私有资源，以便全球科研界能够在此基础上持续迭代演进。”