文章
@AinaPulu

Biohub 虚拟生物学计划扩容到合计18亿美元,这次新增的承诺逾8亿美元

美东时间10月7日上午9点,Zuckerberg 和 Priscilla Chan 资助的非营利研究机构 Biohub,跟美国能源部科学办公室、美国国立卫生研究院(NIH)一起宣布,把 4 月 29 日发起的虚拟生物学计划扩大。官方报的总数是18亿美元,但这是把资金、数据、算力和测量技术合在一起算的:NIH 那块是过去逾5亿美元联邦投入攒下的存量数据,Biohub 自己的5亿美元 4 月就宣布过。

这次新加的承诺,是能源部5年逾5亿美元,加上 Google DeepMind、Isomorphic Labs、Meta 合计3亿美元,一共逾8亿美元。钱和资源都投向一件事:给「虚拟细胞」模型攒一批开放的训练数据,让研究者先在电脑上预测细胞对药物、基因改动的反应。

一、Biohub 把 4 月的计划扩大了一圈

Biohub 是在美国税法下登记为 501(c)(3) 的非营利研究机构,背后出钱的是 Zuckerberg 和 Priscilla Chan。虚拟生物学计划 4 月 29 日就发起了,这次是扩容。

新闻稿标题写的是「近20亿美元」,正文给的是18亿美元,下面都按18亿算。Biohub 自己的说法是,这是迄今最大的一笔协同投入,专门用来生成人工智能能直接拿去训练的生物数据。

二、新加的承诺是能源部逾5亿和三家公司3亿

能源部5年投逾5亿美元,用在实验测量、建模和算力上,归在它牵头的跨部门「创世纪任务」下面。发布稿没说这笔钱具体拨给谁。

Google DeepMind、Isomorphic Labs 和 Meta 合计出3亿美元。三家各出多少没公布,也没说是不是全是现金。

NIH 拿出来的不是新拨款,是一批既有的数据集、数据库和知识库,背后是过去逾5亿美元的联邦投入,按这笔历史投入算进总数。Biohub 会跟 NIH 一起,把它们整理成能直接训练模型的标准格式。

Biohub 那5亿美元是 4 月 29 日宣布过的创始承诺,这次并进了总数:4亿美元做新的测量技术,1亿美元资助 Biohub 以外的研究。

四块加起来,就是官方说的18亿美元。这次新开口的是能源部和三家公司,合计逾8亿美元;另外两块,一块是旧投入折成的存量数据,一块是 4 月的旧承诺。

NVIDIA 提供加速计算、领域软件和技术支持,Renaissance Philanthropy 在帮着扩大数据生成的资金,两家都没披露金额。

18亿美元的四块来源:能源部逾5亿美元和三家公司3亿美元是本次新增承诺,NIH 逾5亿美元是存量数据折算,Biohub 5亿美元是4月已宣布的创始承诺(示意,卡片不按金额比例)

三、虚拟细胞先卡在数据上

虚拟细胞是一种人工智能模型,用来预测细胞碰到药物、基因改动这类干预会怎么反应,有些实验就能先在电脑上跑一遍。Biohub 说,眼下缺的是数据:要跨更多细胞类型、更多条件,记下细胞对干预怎么反应。

缺多少,Biohub 科学负责人 Alex Rives 接受路透采访时给了个量级:现有的细胞数据集是数亿个细胞,准确的预测模型要数十亿个,最终要到数万亿个。数据会来自空间转录组,就是在完整组织里看分子活动;也会来自筛选实验,记录细胞对环境变化的反应。路透说,这些数据大多从没有协同生成过。

Rives 还对路透说,这类工作通常要几十年,伙伴们想压到五年:首个数据集大约一年内就绪,他预计五年内出现准确的预测模型。这是他个人的预期,官方发布稿里没有这张时间表。

虚拟细胞的数据缺口:现有数据集数亿个细胞,准确模型需要数十亿个,最终数万亿个;约1年出首个数据集、5年内出预测模型,据路透转述 Alex Rives(示意,不按比例)

四、能源部出设施,NIH 出存量数据

钱以外,能源部把家底也拿了出来:百亿亿次级超级计算机,X 射线和中子散射,冷冻电镜和断层成像,还有国家实验室体系里的自主实验室。科学副部长 Darío Gil 点名了几处用户设施:联合基因组研究所、环境分子科学实验室,以及先进的结构光束线。

NIH 这块挂在它自己的 Bio Genesis Mission 下面。资源包括国家医学图书馆编目的全国生物医学数据库、国家生物技术信息中心,还有 NIH 共同基金下面已经在做协同生物图谱、共享数据标准的项目。NIH 副院长 Nicole Kleinstreuer 把目标说成通用细胞模型:任何细胞碰到干预会怎么反应,都要能预测。

五、商业出资方的数据先给自己用一段时间

Google DeepMind 的 Pushmeet Kohli 说,这笔投入是要建一个开放、标准统一的数据公地。Isomorphic Labs 总裁 Max Jaderberg 说,他们是以创始成员身份加入的。

开放也分先后。Rives 对路透说,商业出资方资助的数据有一段先用期,出资团队先拿去做研究,过后才作为公共资源放出来;政府出资、并行推进的那部分没有这个限制。这段先用期官方稿没写多长,Rives 对 Axios 说是一年。他还说,Biohub 下一步会去找药企和慈善机构。

Priscilla Chan 对路透说,他们一直把这当成整个科研界的资产,不是给某一家用的。

六、Biohub 要搭的是统一标准那一层

各家的数据要能放在一起用,中间得有一层:共同标准、统一标识符、一个入口。Biohub 说它要搭的就是这一层。

它过去十年做过 Tabula Sapiens、OpenCell 和 Zebrahub,还在维护 CELLxGENE 和 CryoET Data Portal 这两个社区数据平台。4 月的公告里提到,它 2025 年启动了「十亿细胞计划」,协调17个项目,产业伙伴有 10x Genomics 和 Ultima Genomics。这次的发布稿还列了一串学术方:Allen Institute、Broad Institute、Gladstone Institutes,以及人类细胞图谱、人类蛋白质图谱和 Wellcome Sanger Institute。

Rives 在发布稿里说,造出虚拟细胞是下一阶段科学最重要的挑战之一,得靠国家和国际规模的协同来生成数据。

七、首批数据集和开放条款是下一个看点

能源部科学办公室当天上午也发了自己的稿,说能源部、NIH 和 Biohub 签了谅解备忘录;NIH 当天也在官网发稿,讲 Bio Genesis Mission 怎么整理既有数据。两份稿子都没提18亿美元这个总数和三家公司的3亿美元,NIH 那份没给金额,能源部的钱具体拨给谁也没写。

还没公布的有这些:三家公司的3亿美元怎么拆、算不算把算力折进去,首批数据集什么时候放、用什么开放许可,Biohub 那1亿美元外部资助怎么申请,Renaissance Philanthropy 能带来多少钱。DeepMind 和 Isomorphic 会不会用这批数据发自己的虚拟细胞模型,现在也没有说法。

路透还提了两件同类的事:Anthropic 建了湿实验室,加码生物方向;OpenAI Foundation 启动了逾1.25亿美元的生物医学数据资助计划。

落到美股,这件事对三家公司的报表几乎没有可量化的影响。Alphabet(GOOGL)旗下的 DeepMind 和 Isomorphic 在3亿美元里各占多少没拆开;Meta(META)是出资方之一,Biohub 则是 Zuckerberg 夫妇资助的另一个主体;NVIDIA(NVDA)出算力支持,金额没披露。它碰到的是人工智能做科学这条叙事,以及高价值的生物数据谁先用。

接下来最该看的是大约一年后首个数据集放出来的时候:规模有多大,开放条款怎么写,商业出资方的先用期怎么落地。