18億美元押注AI生物學！美政府、谷歌加入祖克柏Biohub計畫 打造細胞資料庫

美國政府、科技巨頭Google母公司Alphabet (GOOGL-US)與Meta Platforms (META-US)加入由祖克柏夫婦支持的非營利研究機構Biohub, 共同推動總規模達18億美元的「虛擬生物學計畫」(Virtual Biology Initiative), 目標是建立大規模、可供人工智慧(AI)訓練的生物學開放資料集, 讓AI模型能夠預測細胞在不同條件下的反應, 進一步加速藥物研發與生物醫學研究。

這項計畫的核心在於解決AI進入生物學領域所面臨的關鍵瓶頸:資料不足。Biohub科學主管Alex Rives指出, 目前細胞資料集規模約達數億個細胞, 但若要建立具備準確預測能力的生物學模型, 所需資料量可能必須擴大到數十億, 最終甚至達到數兆個細胞。

Biohub表示, Meta、Google DeepMind與藥物研發公司Isomorphic Labs將共同投入3億美元。美國能源部則將在未來5年投入超過5億美元, 用於實驗室測量、模型建立與運算能力。美國國立衛生研究院(NIH)則將整合過去聯邦政府投入超過5億美元所建立的資料集與研究資料庫, 並由Biohub協助將這些資料標準化, 使其能夠用於AI模型訓練。

上述資金與資源承諾, 加上Biohub今年4月已投入的5億美元, 使整體計畫規模達到18億美元。Biohub由Meta執行長Mark Zuckerberg與妻子Priscilla Chan共同支持, 此次計畫則希望將政府資源、科技公司的AI能力與生物醫學研究資料整合起來。

這項計畫的主要目標, 是讓研究人員能夠更大規模地觀察細胞面對不同環境、藥物或其他生物學變化時的反應, 再利用這些資料訓練AI模型, 建立能夠預測細胞行為的模型。若技術成熟, 科學家未來可能先在電腦中進行大量「虛擬實驗」, 篩選出最值得進一步驗證的研究方向, 再將結果帶入實驗室, 從而減少部分傳統生物研究所需的時間與成本。

Biohub表示, 計畫將採用包括空間轉錄體學(spatial transcriptomics)在內的技術, 分析完整組織內部的分子活動, 同時透過大規模篩選實驗觀察細胞如何因環境變化而產生反應。這些資料過去並未以如此大規模且協調一致的方式收集, 因此計畫除了增加資料量, 也將建立新的測量與資料標準。

Biohub先前在4月宣布投入5億美元啟動Virtual Biology Initiative, 其中約4億美元用於開發新的細胞測量工具, 另外1億美元支持Biohub之外的研究。整體計畫也涉及運算與新測量技術, 希望建立能夠處理龐大生物資料的基礎設施。

這項計畫採取「開放科學」模式, 但商業資助者並非一開始就必須與所有研究人員共享新產生的資料。Biohub科學主管Rives表示, 出資的商業機構將獲得一段時間的資料優先使用權, 之後相關資料才會公開成為科學研究資源。政府資助的相關研究則不會受到相同的限制。

Biohub希望透過這種方式吸引更多私人資金加入, 並計畫進一步尋求製藥公司與慈善機構參與。對科技公司而言, 優先取得高品質生物資料可讓其率先訓練AI模型並探索商業應用; 對研究社群而言, 資料最終公開則有機會成為更廣泛的公共科研基礎。

Rives表示, 生物學研究目前缺少類似網際網路文字資料那樣龐大且可直接供AI學習的資料基礎, 因此需要建立能夠描述「細胞語言」的大規模資料集。Biohub希望把原本可能需要數十年完成的資料收集與模型開發工作, 壓縮到約5年內。

按照目前規畫, Biohub預計約1年後取得第一批資料集, 並希望在5年內建立具備準確預測能力的生物學模型。不過, 這些仍屬計畫目標, 最終能否建立足以準確模擬細胞行為的模型, 仍取決於資料品質、規模以及AI模型能否有效從複雜的生物系統中找出可重複的規律。

此次合作也反映科技業與政府正加速投入AI生物學。除了Biohub之外, Anthropic已建立生物學實驗室, 探索AI與人工實驗研究的結合; OpenAI Foundation則啟動超過1.25億美元的計畫, 用於支持生物學與醫學資料集的AI研究。

Biohub認為, 如果能建立足夠大且標準化的細胞資料集, AI將不只是協助研究人員分析既有資料, 而可能進一步預測細胞在特定干預下的反應, 讓部分藥物研發與生物實驗從「先做實驗、再分析結果」逐步轉向「先透過AI預測、再進行實驗驗證」。這也被視為AI從語言、影像等資料領域進一步進入生命科學的重要一步。