Koalisi yang dipimpin oleh Biohub, Departemen Energi AS, dan Institut Kesehatan Nasional mengumumkan komitmen senilai $1,8 miliar untuk menghasilkan dan secara terbuka berbagi data yang diperlukan untuk melatih model biologi prediktif AI – yang oleh para peneliti disebut sebagai upaya mencapai “sel virtual”.

Pengumuman tersebut, yang disampaikan pada hari Rabu di Redwood City, California, menyatukan lembaga-lembaga federal, filantropi, dan tiga organisasi AI paling terkemuka di dunia dalam apa yang Biohub gambarkan sebagai komitmen terkoordinasi terbesar untuk menghasilkan data biologis siap pakai AI hingga saat ini. For more context on this story, see our ongoing artificial intelligence updates.

Siapa yang Membayar Untuk Apa

Angka $1,8 miliar ini menggabungkan uang, data, komputasi, dan teknologi pengukuran baru dari beberapa mitra:

  • Biohub memperkuat upaya ini dengan komitmen awal sebesar $500 juta. Dari jumlah tersebut, $400 juta mendukung teknologi pengukuran baru yang memperluas apa yang sebenarnya dapat diamati oleh para ahli biologi: cryo-electron tomography, yang menyelesaikan detail mendekati atom di dalam sel, serta mikroskop canggih yang dirancang untuk mencitrakan sel pada skala dan kecepatan yang tidak dapat didekati oleh alur kerja laboratorium saat ini.
  • Departemen Energi akan menginvestasikan lebih dari $500 juta selama lima tahun dalam pengukuran, pemodelan, dan komputasi laboratorium melalui Kantor Sainsnya.
  • NIH akan mengoordinasikan kontribusi kumpulan data, repositori, dan basis pengetahuan yang dikembangkan melalui investasi federal sebelumnya sebesar lebih dari $500 juta, dengan Biohub bekerja sama dengan lembaga tersebut untuk menstandardisasi kumpulan data tersebut untuk pelatihan model AI.
  • Google DeepMind, Isomorphic Labs, dan Meta secara kolektif menginvestasikan $300 juta dalam Virtual Biology Initiative, sebuah upaya internasional — yang pertama kali diumumkan pada April 2026 — yang diresmikan perluasannya hari ini.

Hasilnya akan menjadi sumber daya terbuka bagi komunitas riset global, bukan kumpulan data eksklusif yang terkunci di dalam perusahaan mana pun.

Sebuah Ekspansi, Bukan Permulaan

Pengumuman hari ini meresmikan dan memperluas Inisiatif Biologi Virtual, yang pertama kali diumumkan pada bulan April 2026 dengan mandat untuk mengoordinasikan pembuatan data lintas institusi dan disiplin ilmu. Peluncuran bulan April menetapkan kerangka kerja; komitmen baru ini mengisinya dengan uang federal, data federal, dan investasi sektor swasta.

Pembagian kerja itu penting. DOE menghadirkan kapasitas komputasi kelas dunia dan instrumentasi laboratorium nasional. NIH menghadirkan kumpulan data terstandar yang dikumpulkan selama beberapa dekade penelitian yang didanai pemerintah federal – jenis data biologis longitudinal yang dikurasi dan tidak dapat dibuat ulang oleh laboratorium atau perusahaan mana pun. Biohub, organisasi penelitian yang didukung oleh filantropi teknologi, bertindak sebagai pusat integrasi yang akan menormalkan sumber-sumber ini ke dalam format yang benar-benar dapat dilatih oleh model AI.

Tantangan Besar 'Sel Virtual'

Tujuan dari inisiatif ini adalah untuk memungkinkan para ilmuwan menjalankan eksperimen secara digital: untuk memprediksi bagaimana sel merespons obat, gangguan genetik, atau kondisi penyakit sebelum menyentuh pipet.

“Model prediksi biologi yang akurat dapat mempercepat penemuan ilmiah dengan memungkinkan para ilmuwan melakukan eksperimen secara digital,” kata Alex Rives, Kepala Sains Biohub, dalam pengumumannya. “Wawasan yang didapat dari penelitian ini dapat membuka pemahaman yang jauh lebih besar tentang penyakit dan membuka jalan baru untuk penyembuhan.”

“Karena potensi ini, penciptaan sel virtual merupakan salah satu tantangan terpenting bagi era sains berikutnya,” tambah Rives. “Hal ini memerlukan upaya pengumpulan data yang terkoordinasi pada skala nasional dan internasional, itulah sebabnya para mitra ini bersatu.”

Mengapa Data, Bukan Hanya Model, yang Menjadi Hambatannya

AI dalam biologi telah menghasilkan hasil yang penting - keluarga AlphaFold DeepMind menunjukkan bahwa jaringan saraf dapat memprediksi struktur protein dengan akurasi eksperimental - tetapi sistem tersebut dilatih berdasarkan data publik yang dikurasi selama beberapa dekade. Permasalahan terdepan, mulai dari memprediksi bagaimana seluruh sel merespons intervensi hingga memodelkan interaksi seluler, memerlukan data yang sebagian besar belum ada dalam bentuk siap pakai AI.

Ini adalah kesenjangan yang ditargetkan oleh inisiatif ini. Daripada merilis model lain, para mitra justru mendanai infrastruktur ilmu pengetahuan yang tidak menarik: memperluas data respons sel untuk melakukan intervensi pada lebih banyak jenis dan kondisi sel daripada yang telah dipelajari, membangun dan memvalidasi teknologi untuk mempelajari sel dan interaksinya pada skala, kecepatan, dan akurasi yang lebih besar, serta merakit repositori bersama yang benar-benar dapat digunakan oleh laboratorium luar.

Perluasan ini juga mempunyai dimensi defensif. Di Hacker News, di mana pengumuman tersebut menarik banyak perhatian, para komentator membandingkan komitmen data terbuka dengan penghapusan kumpulan data penelitian publik yang sebelumnya dimiliki pemerintah AS saat ini dari server pemerintah – sebuah ketegangan antara ilmu pengetahuan terbuka di tingkat terdepan dan penghematan di tempat lain.

Apa Artinya AI dalam Penemuan Obat

Bagi industri farmasi dan bioteknologi, pesan yang ingin disampaikan adalah bahwa data dasar menjadi sebuah utilitas publik bersama. Isomorphic Labs, perusahaan desain obat Alphabet, dan Meta – yang memiliki penelitian AI mendasar dan pekerjaan struktur protein – sama-sama bertaruh bahwa data yang dibagikan dengan lebih baik akan mempercepat model semua orang, termasuk model mereka sendiri.

Jika inisiatif ini berhasil, hasil jangka pendeknya adalah perluasan kumpulan data respons sel yang mencakup lebih banyak jenis dan kondisi sel, ditambah teknologi pengukuran tervalidasi yang memperpendek jalur dari hipotesis ke data pelatihan berkualitas tinggi. Hadiah jangka panjangnya adalah simulasi yang cukup baik untuk melakukan triase calon obat secara digital sebelum percobaan laboratorium basah pertama.

Komunitas ilmiah secara eksplisit diundang untuk berpartisipasi: Pengumuman Biohub ditutup dengan seruan terbuka bagi "komunitas ilmiah seluruh dunia" untuk bergabung dalam proyek ini.

Untuk mengetahui lebih lanjut tentang bagaimana pembelajaran mesin membentuk kembali ilmu kehidupan, lihat liputan penelitian AI AI Buzz Wire.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →