बायोहब, यूएस डिपार्टमेंट ऑफ एनर्जी आणि नॅशनल इन्स्टिट्यूट ऑफ हेल्थ यांच्या नेतृत्वाखालील युतीने जीवशास्त्राच्या भविष्यसूचक AI मॉडेल्सचे प्रशिक्षण देण्यासाठी आवश्यक डेटा तयार करण्यासाठी आणि उघडपणे सामायिक करण्यासाठी $1.8 अब्ज वचनबद्धतेची घोषणा केली - ज्याला संशोधक "व्हर्च्युअल सेल" चा पाठपुरावा म्हणतात.

रेडवुड सिटी, कॅलिफोर्निया येथे बुधवारी करण्यात आलेली ही घोषणा, फेडरल एजन्सी, परोपकार आणि जगातील तीन प्रमुख AI संस्थांना एकत्र आणते ज्यात Biohub चे वर्णन AI-तयार जैविक डेटा तयार करण्यासाठी आजपर्यंतची सर्वात मोठी समन्वित वचनबद्धता आहे. For more context on this story, see our ongoing AI industry coverage.

कोण कशासाठी पैसे देत आहे

$1.8 बिलियनचा आकडा अनेक भागीदारांकडून पैसे, डेटा, गणना आणि नवीन मापन तंत्रज्ञान एकत्र करतो:

  • Biohub त्याच्या संस्थापक $500 दशलक्ष वचनबद्धतेसह प्रयत्नांना अँकर करते. त्यापैकी, $400 दशलक्ष नवीन मापन तंत्रज्ञानाचे समर्थन करते जे जीवशास्त्रज्ञ प्रत्यक्षात काय निरीक्षण करू शकतात याचा विस्तार करतात: क्रायो-इलेक्ट्रॉन टोमोग्राफी, जी सेलच्या आत जवळ-अणु तपशीलांचे निराकरण करते, प्रगत मायक्रोस्कोपीच्या बरोबरीने पेशींची प्रतिमा आणि गतीने तयार केलेली प्रगत मायक्रोस्कोपी जी सध्याच्या प्रयोगशाळेच्या वर्कफ्लोपर्यंत पोहोचू शकत नाही.
  • ऊर्जा विभाग पाच वर्षांत प्रयोगशाळा मापन, मॉडेलिंग आणि गणनेसाठी त्याच्या विज्ञान कार्यालयाद्वारे $500 दशलक्षपेक्षा जास्त गुंतवणूक करेल.
  • NIH AI मॉडेल प्रशिक्षणासाठी त्या डेटासेटचे मानकीकरण करण्यासाठी Biohub एजन्सीसोबत काम करून, $500 दशलक्ष पेक्षा जास्त पूर्वीच्या फेडरल गुंतवणुकीद्वारे विकसित केलेल्या डेटासेट, रिपॉझिटरीज आणि नॉलेज बेस्सचे योगदान समन्वयित करेल.
  • Google DeepMind, Isomorphic Labs आणि Meta एकत्रितपणे व्हर्च्युअल बायोलॉजी इनिशिएटिव्हमध्ये $300 दशलक्ष गुंतवणूक करत आहेत, आंतरराष्ट्रीय प्रयत्न — पहिल्यांदा एप्रिल 2026 मध्ये घोषित केले गेले — आजचा विस्तार औपचारिक आहे.

परिणाम जागतिक संशोधन समुदायासाठी एक मुक्त संसाधन असेल, कोणत्याही एका कंपनीमध्ये लॉक केलेला मालकी डेटासेट नाही.

एक विस्तार, सुरुवात नाही

आजची घोषणा व्हर्च्युअल बायोलॉजी इनिशिएटिव्हला औपचारिक बनवते आणि वाढवते, जी पहिल्यांदा एप्रिल 2026 मध्ये सर्व संस्था आणि वैज्ञानिक शाखांमध्ये डेटा निर्मिती समन्वयित करण्याच्या आदेशासह जाहीर करण्यात आली होती. एप्रिल लाँचने फ्रेमवर्क स्थापित केले; नवीन वचनबद्धता ते फेडरल मनी, फेडरल डेटा आणि खाजगी क्षेत्रातील गुंतवणुकीने भरते.

श्रमिक बाबींचे विभाजन. DOE जागतिक दर्जाची संगणकीय क्षमता आणि राष्ट्रीय प्रयोगशाळा उपकरणे आणते. NIH अनेक दशकांच्या फेडरली अर्थसहाय्यित संशोधनाद्वारे जमा केलेले प्रमाणित डेटासेट आणते — अशा प्रकारचा क्युरेट केलेला, रेखांशाचा जैविक डेटा जो कोणतीही एक प्रयोगशाळा किंवा कंपनी पुन्हा निर्माण करू शकत नाही. बायोहब, टेक परोपकाराचे समर्थन असलेली संशोधन संस्था, एकात्मिक केंद्र म्हणून कार्य करते जे या स्त्रोतांना AI मॉडेल प्रत्यक्षात प्रशिक्षण देऊ शकतील अशा स्वरूपांमध्ये सामान्य करेल.

'व्हर्च्युअल सेल' ग्रँड चॅलेंज

शास्त्रज्ञांना डिजिटल पद्धतीने प्रयोग चालवणे शक्य करणे हे या उपक्रमाचे उद्दिष्ट आहे: पिपेटला स्पर्श करण्यापूर्वी पेशी एखाद्या औषधाला, अनुवांशिक त्रासाला किंवा रोगाच्या स्थितीला कसा प्रतिसाद देते याचा अंदाज लावणे.

बायोहबचे विज्ञान प्रमुख ॲलेक्स रिव्ह्स यांनी घोषणेमध्ये सांगितले की, "जीवशास्त्राचे अचूक भविष्य सांगणारे मॉडेल वैज्ञानिकांना डिजिटल पद्धतीने प्रयोग करण्यास सक्षम करून वैज्ञानिक शोधात नाटकीयरित्या गती आणू शकते." "यामधून मिळालेल्या अंतर्दृष्टीमुळे रोगाची खूप मोठी समज अनलॉक होऊ शकते आणि उपचारांसाठी पूर्णपणे नवीन मार्ग उघडू शकतात."

"या संभाव्यतेमुळे, व्हर्च्युअल सेलची निर्मिती हे विज्ञानाच्या पुढील युगासाठी सर्वात महत्वाचे आव्हान आहे," रिव्ह्स पुढे म्हणाले. "यासाठी राष्ट्रीय आणि आंतरराष्ट्रीय स्तरावर समन्वित डेटा निर्मिती प्रयत्नांची आवश्यकता असेल, म्हणूनच हे भागीदार एकत्र येत आहेत."

डेटा, केवळ मॉडेल्सच का नाही, ही अडचण आहे

जीवशास्त्रातील AI ने महत्त्वपूर्ण परिणाम दिले आहेत — DeepMind च्या AlphaFold कुटुंबाने हे दाखवून दिले आहे की न्यूरल नेटवर्क प्रायोगिक अचूकतेसह प्रथिने संरचनांचा अंदाज लावू शकतात — परंतु त्या प्रणालींना अनेक दशकांच्या क्युरेट केलेल्या सार्वजनिक डेटावर प्रशिक्षण देण्यात आले होते. सीमावर्ती समस्या, संपूर्ण पेशी हस्तक्षेपांना कसा प्रतिसाद देतात याचा अंदाज लावण्यापासून ते सेल्युलर परस्परसंवादाचे मॉडेलिंग करण्यासाठी डेटा आवश्यक असतो जो अद्याप AI-तयार स्वरूपात अस्तित्वात नाही.

हेच अंतर उपक्रमाचे लक्ष्य आहे. दुसरे मॉडेल रिलीझ करण्याऐवजी, भागीदार विज्ञानाच्या अनोख्या पायाभूत सुविधांसाठी निधी देत ​​आहेत: सेल प्रतिसाद डेटाचा अजून अभ्यास केला गेलेल्यापेक्षा कितीतरी जास्त सेल प्रकार आणि परिस्थितींमधील हस्तक्षेपांसाठी विस्तार करणे, पेशी आणि त्यांच्या परस्परसंवादाचा अधिक प्रमाणात, वेग आणि अचूकतेने अभ्यास करण्यासाठी तंत्रज्ञान तयार करणे आणि त्यांचे प्रमाणीकरण करणे आणि प्रत्यक्षात लॅबच्या बाहेर वापरल्या जाणाऱ्या सामायिक भांडारांचे एकत्रीकरण करणे.

विस्ताराला एक बचावात्मक परिमाण देखील आहे. हॅकर न्यूजवर, जिथे घोषणेने लक्षणीय लक्ष वेधले होते, टिप्पणीकर्त्यांनी ओपन-डेटा वचनबद्धतेचा विरोधाभास वर्तमान यूएस प्रशासनाच्या सरकारी सर्व्हरवरून पूर्वीचे सार्वजनिक संशोधन डेटासेट काढून टाकले होते - सीमेवरील मुक्त विज्ञान आणि इतरत्र छाटणी यांच्यातील तणाव.

ड्रग डिस्कवरीमध्ये AI चा अर्थ काय आहे

फार्मास्युटिकल आणि बायोटेक उद्योगासाठी, संदेश असा आहे की मूलभूत डेटा एक सामायिक सार्वजनिक उपयोगिता बनत आहे. Isomorphic Labs, Alphabet ची ड्रग डिझाईन कंपनी आणि Meta — ज्यांचे स्वतःचे मूलभूत AI संशोधन आणि प्रोटीन-स्ट्रक्चर काम आहे — दोघेही सट्टेबाजी करत आहेत की अधिक चांगला शेअर केलेला डेटा त्यांच्या स्वतःच्या मॉडेलसह प्रत्येकाच्या मॉडेलला गती देईल.

उपक्रम यशस्वी झाल्यास, नजीकच्या मुदतीच्या डिलिव्हरेबल्समध्ये सेल-प्रतिसाद डेटासेटचा विस्तार केला जाईल ज्यामध्ये मोठ्या प्रमाणात सेल प्रकार आणि परिस्थिती समाविष्ट आहेत, तसेच प्रमाणित मापन तंत्रज्ञान जे गृहीतकांपासून उच्च-गुणवत्तेच्या प्रशिक्षण डेटापर्यंतचा मार्ग लहान करते. दीर्घकालीन बक्षीस हे पहिल्या वेट-लॅब प्रयोगापूर्वी औषध उमेदवारांना डिजिटल पद्धतीने ट्रायज करण्यासाठी पुरेसे चांगले सिम्युलेशन आहे.

वैज्ञानिक समुदायाला सहभागी होण्यासाठी स्पष्टपणे आमंत्रित केले जात आहे: बायोहबची घोषणा प्रकल्पात सामील होण्यासाठी "जगभरातील वैज्ञानिक समुदाय" च्या खुल्या कॉलसह बंद होते.

मशिन लर्निंग लाइफ सायन्सेस कसे बदलत आहे याबद्दल अधिक माहितीसाठी, AI Buzz Wire चे AI संशोधन कव्हरेज पहा.

---

Stay Ahead of AI

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

Read more AI news →