Biohub 联合 DOE、NIH 及 Google DeepMind 等宣布 18 亿美元虚拟生物学计划以构建 AI 就绪数据

Biohub 与美国能源部（DOE）、国立卫生研究院（NIH）及 Google DeepMind、Isomorphic Labs、Meta 等机构共同宣布扩大“虚拟生物学倡议”，总投入达 180 亿美元，旨在生成并开放用于预测性 AI 模型的生物数据资源。该计划由 Biohub 牵头，整合政府科研设施与企业技术能力，构建全球科学界可共享的多模态数据集，以支持细胞响应预测和疾病治疗研究。

资金与资源分配呈现明确的公私协作结构：DOE 承诺五年内投入超 5 亿美元，利用其超级计算中心和实验设施提供测量、建模与计算支持；NIH 协调此前已投入超 5 亿美元的联邦数据集，并与 Biohub 合作标准化数据以供模型训练；Google DeepMind、Isomorphic Labs 和 Meta 合计出资 3 亿美元，专注于开发多模态数据集和预测生命所需的底层技术。此外，NVIDIA 提供加速计算基础设施支持，Renaissance Philanthropy 协助扩展数据生成资金，Allen Institute、Broad Institute 等十余家顶尖科研机构承诺参与协作。

事实层面，该计划明确聚焦于解决生物数据规模不足的问题，通过冷冻电子断层扫描、活体组织显微成像等技术扩展细胞类型和干预条件的覆盖范围。推断层面，这种大规模、标准化的数据基础设施建设表明 AI for Science 正从单点模型突破转向依赖高质量公共数据底座的系统工程阶段。猜测层面，若数据标准与访问机制能如期落地，可能显著缩短药物发现周期，但具体时间表与模型性能提升幅度仍取决于后续数据采集质量与算法适配效率。