Biohub 虚拟细胞计划扩到 18 亿美元：美国能源部、NIH、Google DeepMind、Meta 一起下场

官方把出资源头写得很具体。DOE 将在五年内投入超过 5 亿美元，用于实验室测量、建模与计算，属于 DOE 牵头的跨机构计划 Genesis Mission：会动用百亿亿次（exascale）超级计算、X 射线与中子散射、冷冻电子显微镜与断层扫描，以及国家实验室体系内的自动化实验室。NIH 负责协调相关数据集、仓库与知识库的贡献，这些资源来自超过 5 亿美元的既有联邦投入，NIH 将与 Biohub 一起把这些数据集标准化，以便用于 AI 模型训练。此外，Google DeepMind、Isomorphic Labs 与 Meta 合计投入 3 亿美元，作为创始成员加入 Virtual Biology Initiative。

官方对目标的表述是构建预测性生物学模型，也就是常说的「虚拟细胞」。公告写道，这些数据集将使全球科学界能够共同构建和使用 AI 模型，让研究者以数字方式提出、预测并回答生物学问题，从而加速预防与治疗疾病的新路径。Biohub 科学负责人 Alex Rives 的说法是：一个准确的生物学预测模型可以通过让科学家在数字环境中做实验，极大地加速科学发现；由此得到的洞见可能打开对疾病更深的理解和全新的治愈路径；虚拟细胞的创建是下一个科学时代最重要的挑战之一，它需要国家级和国际规模的数据生成协同，这正是这些伙伴走到一起的原因。官方也在公告末尾邀请全球科学界加入这个项目。

官方也给了这个计划的内部结构。Virtual Biology Initiative 于 2026 年 4 月公布，负责跨机构、跨学科协调数据生成，构建面向 AI 的开放数据集。Biohub 的 5 亿美元创始承诺为此打底：其中 4 亿美元支持扩展生物学家能测量什么的新技术——冷冻电子断层扫描（可在细胞内解析接近原子级的细节）、能在活体组织中成像数百万到数十亿个细胞的显微技术，以及在分子、细胞、组织乃至整个生物体层面构建和扰动生物学的工程工具；另有 1 亿美元资助 Biohub 之外的研究。这个分工解释了为什么公告把「测量」和「模型」放在同一句话里：没有新的测量手段，就没有能训练模型的原始数据。

官方列出的参与方不止出资方。除了 DOE 与 NIH，具有组织变革性国际协作经验（自人类基因组计划以来）的科研机构与联盟也加入其中，包括 Allen Institute、Broad Institute、Gladstone Institutes、Human Cell Atlas、Human Protein Atlas 与 Wellcome Sanger Institute；这些机构将同时通过 Virtual Biology Initiative 和各自的独立工作推进共同目标。NVIDIA 支持该计划使用加速计算基础设施、领域专用软件与技术专长；Renaissance Philanthropy 帮助扩大数据生成的资金。Biohub 自己负责构建让各家数据集能统一工作的那一层：共享标准、公共标识符与单一访问入口，并把跨机构、跨学科的研究者聚到一起。

这不是从零开始。Biohub 过去十年做过 Tabula Sapiens、OpenCell、Zebrahub 等项目，也建设和维护了 CELLxGENE 与 CryoET Data Portal 这类社区数据基础设施；官方说 Virtual Biology Initiative 建立在这些经验之上，目标是实现任何单一机构都无法独立完成的协同规模。Isomorphic Labs 总裁 Max Jaderberg 的说法是：生成解决预测性系统生物学所需的数据，必须突破任何单一组织今天能生产的极限。DOE 负责科学的副部长 Darío Gil 强调，把 DOE 的 exascale 计算、实验测量与建模资产（包括联合基因组研究所、环境分子科学实验室与先进结构光束线等设施）与 Biohub 的 AI 模型、工具开发和生物数据能力结合，是在为开放科学设定新标准。Google DeepMind 的 AI for Science 副总裁、Google Cloud 首席科学家 Pushmeet Kohli 的说法是：这笔对生物数据生成的投入将建立一个开放、标准化的数据公地，为全球研究者提供更好建模生物学所需的基础。