2026年10月7日，美国加州雷德伍德城（Redwood City, CA）消息：生物中心（Biohub）、美国能源部（U.S. Department of Energy）、美国国立卫生研究院（National Institutes of Health，NIH）和新的资助伙伴宣布大幅扩展一项国际行动，生成并开放获取用于生物学预测性人工智能模型的数据。这些机构合计投入18亿美元，用于资金、数据、算力和新测量技术，以生成可供人工智能使用的生物数据，这是迄今最大规模的协调承诺，为研究界提供开放资源。

加州红木城，2026年10月7日——Biohub、美国能源部（DOE）、国立卫生研究院（NIH）以及新的资助伙伴今天宣布，将大幅扩展一项国际行动，以生成并开放可供生物学预测性AI模型使用的数据。各方将在资金、数据、算力和新测量技术方面共投入18亿美元，这是迄今为止为生成AI就绪生物数据而做出的最大规模协调承诺。由此产生的开放资源将为研究界提供基础，帮助加深对人类疾病的理解，并最终推动治疗。

作为宣布内容的一部分，Biohub与能源部科学办公室和NIH合作，推进人工智能在生物学中的前沿。能源部将在五年内投入超过5亿美元，用于实验室测量、建模和计算，支持建设AI就绪开放数据资源的国际行动。NIH将协调贡献通过此前与该计划相一致的5亿多美元联邦投资开发出的相关数据集、存储库和知识库。Biohub将与NIH合作，对这些数据集进行标准化，以供AI模型训练。

此外，Google DeepMind、Isomorphic Labs和Meta将共同向虚拟生物学计划投资3亿美元，以创建构建生命预测模型所需的技术和多模态数据集。

这些数据集将使全球科学界能够共同构建和使用AI模型，让研究者以数字化方式提出、预测和回答生物学问题，从而加快通往疾病预防和治疗新方法的道路。该计划将提供训练这些模型所需的基础测量数据，把细胞对干预措施的反应数据扩展到远多于以往研究过的细胞类型和条件，并以更大尺度、更快速度和更高精度构建并验证用于研究细胞及细胞间相互作用的技术。

“一个准确的生物学预测模型能让科学家以数字化方式开展实验，从而极大加快科学发现。由此得到的认识可以开启对疾病更深入的理解，并开辟全新的治愈路径，”Biohub科学负责人Alex Rives说，“正因为具备这种潜力，构建虚拟细胞成为下一个科学时代最重要的挑战之一。这需要在国家乃至国际层面协调数据生成工作，也是这些伙伴携手合作的原因。我们邀请全球科学界加入这个项目。”

虚拟生物学计划于2026年4月宣布，将跨机构、跨学科协调数据生成，建立AI就绪的开放数据集，以实现生命的预测模型。Biohub最初的5亿美元承诺是这项工作的基石：其中4亿美元用于支持拓展生物学家测量能力的新技术——冷冻电子断层扫描能解析细胞内部近原子级细节；显微成像技术可对活体组织中的数百万到数十亿个细胞成像；工程工具则能在分子、细胞、组织和完整个体层面构建并扰动生物学过程。另外1亿美元用于资助Biohub之外研究。

Isomorphic Labs总裁Max Jaderberg说：“要解决预测系统生物学，所需数据的规模必须超越当今任何单一机构的产出极限。作为创始成员加入虚拟生物学计划，Isomorphic Labs正在帮助建立庞大的多模态数据基础。该计划将生成推动整个行业更接近生物学下一重大突破所需的数据。”

通过由能源部牵头的跨机构计划Genesis Mission，能源部将在五年内为基础细胞研究贡献超过5亿美元，内容包括数据收集、AI分析、测量与成像、建模和计算，并利用国家实验室体系中的百亿亿次超级计算、X射线和中子散射、冷冻电子显微镜和断层扫描以及自主实验室。

能源部科学副部长Darío Gil说：“这一合作是利用人工智能造福公众的关键一步。把能源部的百亿亿次计算、实验测量和建模资产——包括联合基因组研究所、环境分子科学实验室以及先进结构光束线等顶尖用户设施——与Biohub独有的AI模型、工具开发和生物数据能力相结合，我们正在为开放科学树立新标准，将加快医学和生物技术领域的发现。”

通过Bio Genesis Mission，NIH将整合现有生物医学数据集、国家数据基础设施和研究项目，帮助为更广泛的科学界建设AI就绪资源。NIH在生物医学研究上的大量投入为这项工作奠定基础；相关资源包括由NIH国家医学图书馆（NLM）和National Center for Biotechnology Information编目的国家生物医学存储库，以及 NIH Common Fund 的项目。这些项目已经在开发协调性生物图谱、共享数据标准和AI就绪生物医学数据集。

NIH项目协调、规划与战略举措办公室（DPCPSI）副主任Nicole Kleinstreuer博士说：“通过整合资源和专业能力，我们能够加快开发具有足够生物复杂性、可预测任何细胞如何对干预作出反应的通用细胞模型。这些模型带来的回报可能广泛而深远；与仅通过实验室实验获得同样结果相比，能大幅缩短医学突破的时间。”

此外，一批在组织变革性国际合作方面经验丰富、可追溯至人类基因组计划的领先科研机构和联盟已共同行动，帮助在学术界和产业界凝聚科学社区，围绕制定有效科学策略、最大化虚拟生物学的影响开展工作。这些机构包括Allen Institute、Broad Institute、Gladstone Institutes、Human Cell Atlas、Human Protein Atlas和Wellcome Sanger Institute。它们承诺作为虚拟生物学计划的一部分，并通过独立努力，共同推进这一共同目标。NVIDIA将为该计划提供支持，帮助其利用加速计算基础设施、领域专用软件和技术专长。Renaissance Philanthropy则正在帮助扩大数据生成的资金来源。

随着计划成形，Biohub正汇聚跨学科、跨行业的伙伴，打造让各方数据集以统一方式协同工作的层面——共享标准、通用标识符和单一访问入口。同样重要的是围绕这些资源建设科学社区：召集不同机构和学科的研究者，连接互补的专业能力与设施，并创造共同定义和追求宏大科学问题的机会。过去十年，Biohub扩大了测量技术和开放数据集的影响，主导了Tabula Sapiens、OpenCell和Zebrahub等项目，还建设并维护了社区数据基础设施，包括CELLxGENE和CryoET Data Portal。虚拟生物学计划正是在这些经验基础上，推动任何单一机构都无法独立实现的规模化协调努力。

Google DeepMind人工智能科学副总裁、Google Cloud首席科学家Pushmeet Kohli说：“构建虚拟细胞是重大的集体科学挑战，也是理解生命机制的关键。如果没有前所未有的开放实验生物学数据来展示活细胞如何行为并响应变化，我们就无法解决这一挑战。对生物数据生成的这项投资将帮助创建一个开放、标准化的数据共享空间，为全球研究者更好地建模生物学奠定基础。”

讨论明显分裂：不少评论担心公共科研数据被政府下线、生物数据被大厂以无法真正退出的方式绑定，因而强调个人数据所有权与开源法律保护；另一部分人则欢迎资本和集体闲置资源投向真实数据采集，认为它类似 SETI@Home 或梅奥诊所的数据资助。少数人还呼吁设立难度更高的生物 AGI 竞赛。

认为公共数据与生物数据正被集中控制，主张个人拥有数据并保持开放

• 批评现行政府正把原本公开、对研究至关重要的数据集下线；评论还指出文章未明说的一点——该生物数据中心其实是扎克伯格发起的项目，因而担忧生物数据会以“可退出但实际做不到”的方式与脸书、Instagram 账号死死绑定。更一般地说，人们需要真正拥有自己的数据，并用良好的开源法律保护它，让数据能用于公共利益，而不是被平台悄悄掌控。（认可度：较多人） > 试想你的所有生物数据都被以“可退出但其实做不到”的方式，和你的脸书、Instagram 账号死死绑在一起。（@ricksunny）

认为应把资本和集体闲置资源投向真实数据采集

• 反直觉的是，算力从来不是这里的主要瓶颈，真正紧缺的是高通量湿实验室遥测和标准化多模态基准真值；因此看到资本流入真实数据采集、而不是更多包装层，值得肯定。也有人提出做 SETI@Home 的接班项目，利用受补贴 AI 服务商的剩余订阅额度、闲置笔记本和集体协作来贡献于共同目标，让欠发达地区也能免费获得 AI 响应，并认为这类计划“可能还不错”。（认可度：较多人） > 资本流入真实数据采集、而不是更多包装层，是好事。（@soltanov）

认为需要难度更高的生物 AGI 竞赛来推动进展

• 仅有数据或资助还不够，应该设置越来越难的生物 AGI 竞赛，以此推动能力边界。（认可度：少数人）

有价值的补充

• 精巧类比：这类计划被形容为“有点像梅奥诊所的数据资助”，暗示它可能把生物数据当作一种可赞助、公益化的资源来运作。（@redanddead）