AREX Feed Article
Biohub 与美国能源部、NIH 承诺投入 18 亿美元，为预测与治疗疾病的 AI 模型构建基础数据
10 月 7 日，Biohub、美国能源部（DOE）、美国国立卫生研究院（NIH）与新的资助伙伴宣布扩大一项国际、跨部门的合作：各方将合计投入 18 亿美元的资金、数据、算力与新的测量技术，为能够预测与治疗疾病的 AI 模型构建基础数据。称，这是迄今规模最大的、面向「可供 AI 直接使用」（AI-ready）生物数据生成的协同承诺；公告标题将合计规模概括为「近 20 亿美元」。
公告给出的分工是：DOE 将在五年内投入超过 5 亿美元，用于实验室测量、建模与计算；NIH 将统筹由超过 5 亿美元既往联邦投资形成的相关数据集、存储库与知识库；Google DeepMind、Isomorphic Labs 与 Meta 将合计向 Virtual Biology Initiative（虚拟生物学计划）投入 3 亿美元，以构建生命的预测模型。
投入构成：能源部的 Genesis Mission、NIH 的既往数据与三家 AI 公司的出资
Biohub 是一家 501(c)(3) 非营利研究机构，在其中把自身定位为「结合前沿 AI 与生物学来加速科学」，并称已与 DOE 科学办公室和 NIH 建立合作。
DOE 的投入通过跨机构计划 Genesis Mission 执行：超过 5 亿美元将在五年内用于基础细胞研究，覆盖数据采集、AI 分析、测量与成像、建模和计算，动用的资源包括百亿亿次（exascale）级超级计算、X 射线与中子散射、冷冻电子显微镜与断层扫描，以及遍布国家实验室体系的自主实验室。DOE 主管科学的副部长 Darío Gil 说，这一合作是「利用人工智能造福公众的关键一步」；他说，把 DOE 的算力、实验测量与建模资产（包括 Joint Genome Institute、Environmental Molecular Sciences Laboratory 的一流用户设施和先进结构光束线站）与 Biohub 的 AI 模型、工具开发和生物数据能力结合起来，「正在为开放科学树立新标准」。
NIH 的部分是统筹既有资源：由超过 5 亿美元既往联邦投资形成的相关数据集、存储库与知识库将被纳入这项计划，来源包括美国国家医学图书馆（NLM）编目的国家生物医学存储库、国家生物技术信息中心（NCBI），以及正在开发协调化生物图谱、共享数据标准和 AI-ready 数据集的 NIH Common Fund 项目。这些工作通过 NIH 的 Bio Genesis Mission 推进；Biohub 将与 NIH 合作，把这些数据集标准化，供 AI 模型训练。
Google DeepMind、Isomorphic Labs 与 Meta 合计的 3 亿美元，用于「创建构建生命预测模型所需的技术和多模态数据集」。
数据与工具：从近原子级细节到数十亿细胞成像
公告描述的目标产出有两个部分。一是数据本身：把细胞对干预的反应数据，扩展到比迄今研究过的范围更广的细胞类型与条件。二是工具：构建并验证能以更大规模、更快速度和更高精度研究细胞及其相互作用的测量技术。公告点名的技术路线包括：能解析细胞内部近原子级细节的冷冻电子断层扫描（cryo-electron tomography）；能对活体组织中的数百万到数十亿个细胞成像的显微技术；以及在分子、细胞、组织和完整生物体各层级构建与扰动生物学的工程工具。
按公告，这些数据集将作为开放资源提供给全球研究界，让研究者以数字化方式提出、预测和回答生物学问题。Biohub 则在搭建让各合作方数据集统一可用的基础层：共享标准、通用标识符和单一访问入口。
「虚拟细胞」与几个数量级的数据缺口
Biohub 科学负责人 Alex Rives 说：「一个准确的生物学预测模型可以让科学家以数字方式做实验，从而大幅加速科学发现；由此产生的洞见有望解锁对疾病更深入的理解，并开辟全新的治愈路径。」公告把这样的模型称为「虚拟细胞」，并称创建它是科学下一个时代最重要的挑战之一，需要国家与国际层面的协同数据生成，这正是这些伙伴走到一起的原因。
缺口在于数据规模。4 月启动该计划时，Biohub 称实现高精度的细胞预测模型所需的数据，将比目前可获得的数据多出几个数量级。NIH 项目协调、规划与战略倡议办公室（DPCPSI）副主任 Nicole Kleinstreuer 说：「通过整合资源与专长，我们可以加速开发通用细胞模型，使其具备足够的生物学复杂性，能预测任意细胞如何对干预作出反应。」她称这类模型的回报可能「广泛而深远」：与只靠实验室实验取得同样结果相比，医学突破的时间线有望大幅缩短。
从 4 月 29 日的启动到 10 月的扩展
Biohub 在 4 月 29 日，并以 5 亿美元承诺锚定该计划：4 亿美元用于新技术，包括冷冻电子断层扫描、大规模显微成像，以及在分子到完整生物体各层级构建与扰动生物学的工程工具；1 亿美元用于资助 Biohub 之外的研究。
10 月的公告列出更多参与方：Allen Institute、Broad Institute、Gladstone Institutes、Human Cell Atlas、Human Protein Atlas 与 Wellcome Sanger Institute 表示将同时以计划内协作和独立工作的方式推进这一目标；NVIDIA 将为计划提供加速计算基础设施、领域专用软件和技术支持；Renaissance Philanthropy 则帮助扩大数据生成所需的资金。
Biohub 称，其过去十年的工作包括 Tabula Sapiens、OpenCell、Zebrahub 等开放数据集项目，以及 CELLxGENE 和 CryoET Data Portal 等社区数据基础设施；Virtual Biology Initiative 将在此基础上继续。
Isomorphic 与 DeepMind 的表态及 Hassabis 的推文
Isomorphic Labs 总裁 Max Jaderberg 说：「为生成解决预测性系统生物学所需的数据，必须突破任何单一机构今天所能生产的极限。」他把这家公司的加入描述为「作为创始成员，帮助构建一个大规模、多模态的数据基础」，并称该计划生成的数据将推动行业更接近生物学的下一个重大突破。
Google DeepMind 负责科学 AI 的副总裁、Google Cloud 首席科学家 Pushmeet Kohli 说，构建虚拟细胞是最重大的集体科学挑战之一，也是理解生命机制的关键；没有前所未有的、展示活细胞如何行为与回应变化的开放实验数据，这一挑战无法解决。他称这笔对生物数据生成的投资将帮助建立一个「开放、标准化的数据公共资源」，为全球研究者更好地建模生物学奠定基础。
Google DeepMind 联合创始人兼董事长、Isomorphic Labs 创始人兼 CEO Demis Hassabis 同日：「我们能将 AI 应用于改善医学与人类健康，这是最重要的一件事。对与 CZI 和 Virtual Biology Initiative 的这项合作，我感到非常兴奋！」他提到的 CZI 即 Chan Zuckerberg Initiative；，Biohub 是该组织的生物医学研究机构。
Rives 在公告中说：「我们邀请全球科学界加入这个项目。」