Eine von Biohub, dem US-Energieministerium und den National Institutes of Health angeführte Koalition kündigte eine Zusage in Höhe von 1,8 Milliarden US-Dollar an, um die Daten zu generieren und offen zu teilen, die zum Trainieren prädiktiver KI-Modelle der Biologie erforderlich sind – was Forscher als Streben nach einer „virtuellen Zelle“ bezeichnen.
Die Ankündigung, die am Mittwoch in Redwood City, Kalifornien, erfolgte, bringt Bundesbehörden, Wohltätigkeitsorganisationen und drei der weltweit bedeutendsten KI-Organisationen zusammen, was Biohub als das bisher größte koordinierte Engagement zur Generierung KI-fähiger biologischer Daten bezeichnet. Weitere Informationen zu dieser Geschichte finden Sie in unserer mehr KI-Geschichten.
Wer bezahlt wofür?
Der Betrag von 1,8 Milliarden US-Dollar vereint Geld, Daten, Berechnungen und neue Messtechnik von mehreren Partnern:
- Biohub verankert die Bemühungen mit seiner Gründungszusage in Höhe von 500 Millionen US-Dollar. Davon fließen 400 Millionen US-Dollar in neue Messtechnologien, die die tatsächliche Beobachtungsmöglichkeit von Biologen erweitern: Kryo-Elektronentomographie, die nahezu atomare Details innerhalb der Zelle auflöst, sowie fortschrittliche Mikroskopie, die darauf ausgelegt ist, Zellen in Maßstäben und Geschwindigkeiten abzubilden, die aktuelle Laborabläufe nicht erreichen können.
- Das Energieministerium wird über sein Office of Science über einen Zeitraum von fünf Jahren mehr als 500 Millionen US-Dollar in Labormessungen, Modellierung und Berechnungen investieren.
- Das NIH wird den Beitrag von Datensätzen, Repositorien und Wissensdatenbanken koordinieren, die durch frühere Bundesinvestitionen in Höhe von mehr als 500 Millionen US-Dollar entwickelt wurden, wobei Biohub mit der Agentur zusammenarbeitet, um diese Datensätze für das Training von KI-Modellen zu standardisieren.
Das Ergebnis wird eine offene Ressource für die globale Forschungsgemeinschaft sein und kein proprietärer Datensatz, der in einem einzelnen Unternehmen eingeschlossen ist.
Eine Erweiterung, kein Anfang
Die heutige Ankündigung formalisiert und erweitert die Virtual Biology Initiative, die erstmals im April 2026 mit dem Auftrag angekündigt wurde, die Datengenerierung über Institutionen und wissenschaftliche Disziplinen hinweg zu koordinieren. Der Start im April legte den Rahmen fest; Die neuen Verpflichtungen füllen es mit Bundesgeldern, Bundesdaten und Investitionen des Privatsektors.
Auf die Arbeitsteilung kommt es an. Das DOE verfügt über erstklassige Rechenkapazität und nationale Laborinstrumente. Das NIH stellt standardisierte Datensätze zur Verfügung, die in jahrzehntelanger staatlich finanzierter Forschung gesammelt wurden – die Art von kuratierten, longitudinalen biologischen Daten, die kein einzelnes Labor oder Unternehmen regenerieren könnte. Biohub, die von Tech-Philanthropie unterstützte Forschungsorganisation, fungiert als integrierende Drehscheibe, die diese Quellen in Formate normalisiert, auf denen KI-Modelle tatsächlich trainieren können.
Die große Herausforderung „Virtuelle Zelle“.
Erklärtes Ziel der Initiative ist es, Wissenschaftlern die digitale Durchführung von Experimenten zu ermöglichen: vorherzusagen, wie eine Zelle auf ein Medikament, eine genetische Störung oder einen Krankheitszustand reagiert, bevor sie eine Pipette berührt.
„Ein genaues Vorhersagemodell der Biologie könnte wissenschaftliche Entdeckungen dramatisch beschleunigen, indem es Wissenschaftlern ermöglicht, Experimente digital durchzuführen“, sagte Alex Rives, Leiter Wissenschaft bei Biohub, in der Ankündigung. „Die daraus gewonnenen Erkenntnisse könnten ein weitaus besseres Verständnis von Krankheiten ermöglichen und völlig neue Wege für die Heilung eröffnen.“
„Aufgrund dieses Potenzials ist die Schaffung einer virtuellen Zelle eine der wichtigsten Herausforderungen für die nächste Ära der Wissenschaft“, fügte Rives hinzu. „Es erfordert koordinierte Anstrengungen zur Datengenerierung auf nationaler und internationaler Ebene, weshalb diese Partner zusammenkommen.“
Warum Daten und nicht nur Modelle der Flaschenhals sind
KI in der Biologie hat bahnbrechende Ergebnisse hervorgebracht – die AlphaFold-Familie von DeepMind hat gezeigt, dass neuronale Netze Proteinstrukturen mit experimenteller Genauigkeit vorhersagen können – aber diese Systeme wurden auf jahrzehntelangen kuratierten öffentlichen Daten trainiert. Die Grenzprobleme, von der Vorhersage, wie ganze Zellen auf Eingriffe reagieren, bis hin zur Modellierung zellulärer Interaktionen, erfordern Daten, die größtenteils noch nicht in KI-fähiger Form vorliegen.
Das ist die Lücke, auf die die Initiative abzielt. Anstatt ein weiteres Modell herauszubringen, finanzieren die Partner die unrühmliche Infrastruktur der Wissenschaft: Sie erweitern Zellreaktionsdaten auf Interventionen bei weit mehr Zelltypen und -zuständen als bisher untersucht, bauen und validieren Technologien zur Untersuchung von Zellen und ihren Interaktionen in größerem Maßstab, schneller und genauer und stellen gemeinsame Repositories zusammen, die externe Labore tatsächlich nutzen können.
Die Erweiterung hat auch eine defensive Dimension. Auf Hacker News, wo die Ankündigung große Aufmerksamkeit erregte, stellten Kommentatoren das Engagement für offene Daten der aktuellen US-Regierung gegenüber, die zuvor öffentliche Forschungsdatensätze von Regierungsservern entfernte – ein Spannungsverhältnis zwischen offener Wissenschaft an der Grenze und Kürzungen anderswo.
Was es für KI in der Arzneimittelforschung bedeutet
Für die Pharma- und Biotech-Industrie lautet die Botschaft, dass grundlegende Daten zu einem gemeinsamen öffentlichen Nutzen werden. Isomorphic Labs, das Medikamentenentwicklungsunternehmen von Alphabet, und Meta – das über eigene grundlegende KI-Forschung und Proteinstrukturforschung verfügt – setzen beide darauf, dass besser gemeinsame Daten die Modelle aller, einschließlich ihrer eigenen, beschleunigen werden.
Wenn die Initiative erfolgreich ist, werden die kurzfristigen Ergebnisse erweiterte Zellreaktionsdatensätze sein, die wesentlich mehr Zelltypen und -zustände abdecken, sowie validierte Messtechnologie, die den Weg von der Hypothese zu hochwertigen Trainingsdaten verkürzt. Der langfristige Preis ist eine Simulation, die gut genug ist, um Medikamentenkandidaten vor dem ersten Nasslaborexperiment digital zu selektieren.
Die wissenschaftliche Gemeinschaft wird ausdrücklich zur Teilnahme eingeladen: Die Ankündigung von Biohub endet mit einem offenen Aufruf an die „weltweite wissenschaftliche Gemeinschaft“, sich dem Projekt anzuschließen.
Weitere Informationen darüber, wie maschinelles Lernen die Biowissenschaften verändert, finden Sie in der KI-Forschungsberichterstattung von AI Buzz Wire.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
