Biohub 扩大生物数据计划，合作方承诺投入 18 亿美元资源
Biohub 与合作方扩大面向 AI 的生物数据建设。18 亿美元承诺包含资金、数据、计算和测量资源，目标是支持能预测细胞行为的模型。
AI 可以读懂一篇生物学论文，并不意味着它能预测一个活细胞遇到药物后会怎样。后一个问题需要实验数据：测过哪些细胞，施加过什么变化，又观察到了什么反应。
10 月 7 日，Biohub 宣布与美国能源部、美国国立卫生研究院以及其他合作方扩大“虚拟生物学计划”，承诺投入合计 18 亿美元的资金、数据、计算和测量资源。Google DeepMind、Isomorphic Labs 和 Meta 也参与其中。按公告，目标是建立可供 AI 学习的生物学数据基础。
大数字里面，有新投入，也有已有资源
这笔承诺不能简单读成“新拨了 18 亿美元现金”。能源部将于五年内投入超过 5 亿美元；NIH 协调的是与该计划相关、此前已有超过 5 亿美元联邦投入形成的数据和知识资源。这里既有新工作，也有既有成果的整理和衔接。
计划本身也不是当天才开始。Biohub 在4 月的公告中已承诺 5 亿美元，用于扩大生物测量和数据生成能力，并支持机构间合作。它希望提供开放数据，让研究者建立能预测细胞行为的模型。
“虚拟细胞”可以先理解成一个研究目标：在电脑里预测细胞对某种变化的反应，再用实验检验预测。它不是屏幕上一个会动的细胞图，也不是让聊天机器人背更多医学知识。
对普通读者，这条新闻值得关注的地方是 AI 应用的另一条路线。聊天助手的进展很容易通过新界面或新模型看见；生物研究还需要持续收集数据、设计实验、比较预测与实测，许多工作不会表现为一个马上可以注册的软件。
接下来更有分量的消息，会是数据是否真正提供给研究者，模型能否预测没有见过的实验，以及不同实验室能否重复验证结果。投入规模说明参与者的意愿和资源，并不能代替这些证据。这次公告公布的是建设计划，尚不能由此推断它已经带来了新的治疗方法。