AI企業向生物學研究鏈條上游延伸

　　10月7日，由馬克·扎克伯格和普莉希拉·陳支持創立的非營利科研機構Biohub宣布進一步擴大“虛擬生物學計劃”，聯合美國能源部、美國國立衛生研究院、“深度思維”、Isomorphic Labs和Meta等機構，匯集約18億美元的資金、數據、算力與實驗測量資源，為下一代生物學人工智能（AI）模型建設開放數據基礎設施。

　　近期，AI企業和生命科學公司正把投入延伸到數據生產、實驗測量和自動化研究環節。共同趨勢是，AI企業不再只利用現成數據開發模型，也開始參與實驗設計和數據采集，向生物學研究鏈條上游延伸。

　　“虛擬細胞”將變革藥物研發范式

　　“虛擬細胞”是利用AI模型在計算機中構建細胞的“數字鏡像”，模擬細胞在受到藥物、基因編輯或環境變化等干預后可能發生的變化。

　　要讓AI具備這種預測能力，需要大量高質量的生物學實驗數據。現有數據多用于描述基因、蛋白質特征或細胞狀態，而系統記錄細胞受到不同干預后如何變化的數據仍然不足，且分散在不同實驗和數據庫中，缺乏統一標準。

　　Biohub首席科學家亞歷克斯·里夫斯在接受Axios網站采訪時表示，生物學面臨的一大挑戰，是彌合計算機中的數字世界與真實生命之間的鴻溝，而數據是連接兩者的關鍵。

　　他指出，現有細胞數據集已包含數億個細胞的觀測信息，但訓練能夠準確預測細胞行為的模型，未來可能需要數十億乃至數萬億個細胞的數據。

　　為此，Biohub希望擴大冷凍電子斷層掃描、大規模顯微成像和高通量細胞干預實驗等技術的應用，采集細胞內部結構、分子活動，以及細胞對外界刺激的反應等信息，并推動不同機構采用統一的數據標準。該機構希望在約一年內形成首批新的大規模數據集，并在未來五年推動建立具有較強預測能力的模型。

　　Biohub希望通過該計劃開發“虛擬細胞”，讓AI模型學習細胞內部復雜的分子關系，進而預測細胞在不同條件下的反應。里夫斯表示，準確的生物學預測模型有望讓科學家在數字環境中開展部分實驗，大幅加快科學發現，并幫助人們更深入地理解疾病、探索新的治療途徑。

　　深圳華大生命科學研究院副院長金鑫在接受科技日報記者采訪時表示，Biohub探索的這條路線有望推動藥物研發范式的轉變。傳統AI藥物研發主要利用已有數據訓練模型，解決靶點發現、蛋白質結構預測和藥物篩選等具體問題。而新路線則根據模型需求主動設計實驗、生成大規模標準化數據，再利用模型預測指導后續實驗，形成“數據生成—模型訓練—實驗驗證”的閉環。

　　金鑫認為，這一路線和傳統做法最根本的不同，是從“用AI分析已有生物學數據”，轉向有組織地規模化生產高質量數據集，讓AI參與并加速生物學知識的生產。

　　多方入局生物數據建設

　　Biohub的行動并非孤例。近期，AI企業和生命科學公司正把投入延伸到數據生產、實驗測量和自動化研究環節。

　　9月，OpenAI基金會宣布投入超過1.25億美元，支持面向AI研究的生物醫學公共數據建設。據外媒報道，Anthropic已在舊金山灣區建立生物實驗室，將AI研究從計算機模擬延伸到實體實驗。他們希望借助AI探索傳統藥企較少涉足的疾病領域，目前尚未開展臨床試驗。

　　10月7日，生命科學企業丹納赫宣布在2027年初啟用AI驅動的自主研究實驗室，用于抗體的設計、構建和測試。該系統有望將親和試劑的發現速度提高至傳統方法的8倍，但實際效果有待驗證。

　　Biohub此前也積累了多項細胞測量和數據研究成果。例如，Tabula Sapiens項目收錄了人體多個器官的單細胞信息，OpenCell研究人體細胞內蛋白質的位置及相互作用，CELL×GENE則為科學家檢索和分析單細胞數據提供工具。這些項目構成了Biohub進一步開展細胞數據建設的基礎。

　　這些機構的目標各不相同。OpenAI基金會關注公共數據資源，Anthropic探索AI與真實實驗的結合，丹納赫著眼于自動化抗體研究，Biohub則試圖將大規模數據生產、模型訓練和實驗驗證連接起來。

　　開放數據建設仍面臨挑戰

　　Biohub希望不同機構產生的數據能夠相互關聯，并用于AI模型訓練。不過，開放并不意味著所有數據都會立即向所有人開放。據Axios網站報道，商業合作方對其參與開發的數據享有一年的獨家使用期，之后才會向公眾開放。這樣的安排既為企業參與數據建設提供了激勵，也意味著不同數據資源的開放時間和使用條件可能存在差異。

　　金鑫說，標準化開放數據將降低AI藥物研發的技術門檻，讓更多科研機構和企業有機會參與創新。隨著高質量數據逐步開放，產業競爭的重點也可能從單一的數據或算法優勢，轉向高質量數據生產、通用模型開發、實驗驗證和臨床轉化等環節的綜合能力。

　　金鑫認為，未來中國可以進一步發揮人群隊列、臨床資源、多組學檢測和AI技術的綜合優勢，推動人群研究與細胞功能實驗深度融合，并在全球開放生物學數據體系和下一代生物學基礎模型建設中發揮更大作用。

　　不過，數據規模擴大并不必然帶來預測能力的提升。Biohub這條路線能否加快藥物研發，仍需通過后續的數據質量、模型表現和實驗結果來檢驗。