18 亿美元建「AI 可用的生物学数据」：Biohub 联合美国能源部、NIH 与 DeepMind、Meta 等

10 月 7 日，Biohub 联合美国能源部（DOE）与国立卫生研究院（NIH）宣布扩大「虚拟生物学计划」，投入合计 18 亿美元的资金、数据、算力与新的测量技术，官方称这是迄今针对「AI 可用生物数据」规模最大的一次协调承诺，目标是形成一套对研究界开放的公共资源，为预测生物学的 AI 模型提供底料。

分工是三条线。DOE 通过科学办公室在五年内投入超过 5 亿美元，用于实验室测量、建模与计算；NIH 协调其既有超过 5 亿美元联邦投资所产出的数据集、数据仓库与知识库，并与 Biohub 一起把这些数据标准化到可供 AI 模型训练；企业侧，Google DeepMind、Isomorphic Labs 与 Meta 合计投入 3 亿美元，用于建立预测生命所需的多种测量技术与多模态数据集。这条线锚在 Biohub 今年 4 月宣布的 5 亿美元创始承诺上。

Biohub 科学负责人 Alex Rives 的原话是这套投入的理由：准确的生命预测模型能让科学家「在数字世界里做实验」，从而改变疾病研究与新药路径，而「造出一个虚拟细胞是下一个科学时代最重要的挑战之一」，这需要国家和国际尺度的数据生成协同。它改变了什么：把预测生物学模型的瓶颈——测量数据与其标准化——从单个实验室的做法提升为跨国、跨部门的组织化投入，且产出定向开放。边界：这是承诺与分工公告，本轮没有模型或基准结果可核。

原文链接：Biohub 官方公告