美政府、Meta、谷歌加入 Biohub：18 亿美元建生物学 AI 开放数据集

事件经过

数字先列清楚：这是 Biohub 周三（美东 10 月 7 日）宣布的消息，路透首报。总盘子 18 亿美元的构成是：Meta、谷歌 DeepMind、Isomorphic Labs 三家联合出资 3 亿美元；美国能源部（DOE）未来五年在实验室测量、建模与算力上投入超 5 亿美元；美国国立卫生研究院（NIH）把此前超 5 亿美元联邦资金建起的数据集和仓库交出来，由 Biohub 按 AI 训练标准统一整理；再加上 Biohub 自己今年 4 月已经投进去的 5 亿美元。其中 3 亿美元公司出资和能源部的 5 亿多美元是新增承诺，另外约 10 亿美元是已有投入；18 亿美元是新旧合计。

这笔钱投的是 Virtual Biology Initiative（虚拟生物学计划）：系统测量细胞在远超以往的条件组合下如何反应，用这些数据训练能压缩新药研发周期（现在动辄数年）的预测模型。Biohub 科学负责人 Alex Rives 说，现有细胞数据集只有几亿个细胞的量级，而准确的预测模型需要数十亿、最终上万亿个细胞——"我们需要捕捉生物学的语言、细胞的语言，而这门语言今天还不存在。"技术路线包括空间转录组学（在完整组织里定位分子活动）和记录细胞对环境变化反应的大规模筛选——其中很多数据"以前从没被系统地生产过"。Rives 给的时间表是：这类工作通常需要几十年，目标压缩到五年；第一批数据集约一年后 ready，五年内做出准确的预测模型。

关键事实

1. 18 亿美元中新增承诺约 8 亿：Meta / DeepMind / Isomorphic 的 3 亿美元，加上能源部未来五年超 5 亿美元，是新增的；Biohub 自己 4 月的 5 亿，和 NIH 以此前联邦资金建成的 5 亿多数据集，是已有投入。18 亿美元是四笔合计。
2. 出资公司享有禁运期：数据最终会公开发布，但出资的公司有“禁运期”（embargo），可先使用数据，之后数据才成为公共科研资源。Rives 表示，这是 Biohub 把私营部门资金引入“开放科学”的方式。政府出资的并行工作不附带这一条件。
3. 第一批数据一年后，预测模型五年内：Rives 表示，这类工作“通常要几十年”。数据要用空间转录组学等新技术生产，此前“从没被系统地生产过”，规模要从几亿细胞扩大到数十亿、上万亿。Biohub 接下来还计划引入药企和慈善基金。
4. 其他 AI 公司的生物学投入：Anthropic 近期加码生物学方向（建了湿实验室），OpenAI Foundation 也启动了超 1.25 亿美元的资助计划，专门支持生物 / 医疗 AI 数据集。

背景

Biohub 是扎克伯格和妻子 Priscilla Chan 的慈善机构（陈-扎克伯格倡议 CZI 旗下）。Virtual Biology Initiative 今年 4 月 29 日就已启动，当时 Biohub 自己承诺了 5 亿美元：1 亿美元给外部科研机构做全球数据采集，4 亿美元做内部技术（下一代成像、分子工程、数据基建）；Broad 研究所（MIT / 哈佛）、Allen 研究所、Arc 研究所、Wellcome Sanger 研究所、人类细胞图谱、人类蛋白质图谱等机构和英伟达当时就已加入。这次是在 4 月那 5 亿美元基础上扩大：美国政府和 Meta、谷歌 DeepMind 加入，总额达到 18 亿美元。