En koalition ledd av Biohub, US Department of Energy och National Institutes of Health tillkännagav ett åtagande på 1,8 miljarder dollar för att generera och öppet dela data som behövs för att träna förutsägande AI-modeller av biologi - vad forskare kallar strävan efter en "virtuell cell."

Tillkännagivandet, som gjordes på onsdagen i Redwood City, Kalifornien, samlar federala myndigheter, filantropi och tre av världens mest framstående AI-organisationer i vad Biohub beskriver som det största samordnade engagemanget för att generera AI-färdig biologisk data hittills. For more context on this story, see our ongoing latest AI developments.

Vem betalar för vad

Siffran på 1,8 miljarder dollar kombinerar pengar, data, beräkningar och ny mätteknik från flera partners:

  • Biohub förankrar insatsen med sitt grundande engagemang på 500 miljoner dollar. Av det stöder $400 miljoner nya mättekniker som utökar vad biologer faktiskt kan observera: kryo-elektrontomografi, som löser nära atomära detaljer inuti cellen, tillsammans med avancerad mikroskopi utformad för att avbilda celler i skalor och hastigheter som nuvarande laboratoriearbetsflöden inte kan närma sig.
  • Energidepartementet kommer att investera mer än 500 miljoner dollar under fem år i laboratoriemätningar, modellering och beräkningar genom dess Office of Science.
  • NIH kommer att samordna bidraget från datauppsättningar, förråd och kunskapsbaser som utvecklats genom mer än 500 miljoner USD i tidigare federala investeringar, med Biohub som arbetar tillsammans med byrån för att standardisera dessa datauppsättningar för AI-modellutbildning.
  • Google DeepMind, Isomorphic Labs och Meta investerar tillsammans 300 miljoner dollar i Virtual Biology Initiative, den internationella insatsen – först tillkännagiven i april 2026 – som dagens expansion formaliseras.

Resultatet kommer att bli en öppen resurs för det globala forskarsamhället, inte en proprietär datauppsättning låst inuti något enskilt företag.

En expansion, inte en början

Dagens tillkännagivande formaliserar och skalar upp Virtual Biology Initiative, som först tillkännagavs i april 2026 med ett mandat att samordna datagenerering över institutioner och vetenskapliga discipliner. Lanseringen i april fastställde ramverket; de nya åtagandena fyller den med federala pengar, federala data och investeringar från den privata sektorn.

Arbetsfördelningen har betydelse. DOE ger datorkapacitet i världsklass och nationell laboratorieinstrumentering. NIH tar med standardiserade datauppsättningar som samlats genom årtionden av federalt finansierad forskning - den sortens kurerade, longitudinella biologiska data som inget enskilt labb eller företag kunde återskapa. Biohub, forskningsorganisationen som stöds av teknisk filantropi, fungerar som det integrerande navet som kommer att normalisera dessa källor till format som AI-modeller faktiskt kan träna på.

"Virtual Cell" Grand Challenge

Initiativets uttalade mål är att göra det möjligt för forskare att genomföra experiment digitalt: att förutsäga hur en cell svarar på ett läkemedel, en genetisk störning eller ett sjukdomstillstånd innan de rör en pipett.

"En korrekt förutsägande modell av biologi kan dramatiskt påskynda vetenskapliga upptäckter genom att göra det möjligt för forskare att utföra experiment digitalt", säger Alex Rives, Biohubs vetenskapschef, i tillkännagivandet. "De insikter som kommer från detta kan låsa upp en mycket större förståelse för sjukdomar och öppna helt nya vägar för botemedel."

"På grund av denna potential är skapandet av en virtuell cell en av de viktigaste utmaningarna för nästa era av vetenskap," tillade Rives. "Det kommer att kräva samordnade datagenereringsinsatser på nationell och internationell skala, vilket är anledningen till att dessa partner går samman."

Varför data, inte bara modeller, är flaskhalsen

AI i biologi har producerat landmärken - DeepMinds AlphaFold-familj visade att neurala nätverk kan förutsäga proteinstrukturer med experimentell noggrannhet - men dessa system tränades på årtionden av kurerade offentliga data. Gränsproblemen, från att förutsäga hur hela celler svarar på interventioner till att modellera cellulära interaktioner, kräver data som till stor del ännu inte existerar i AI-färdig form.

Det är det gap som initiativet siktar på. Istället för att släppa en annan modell finansierar partnerna vetenskapens oglamorösa infrastruktur: expanderar cellresponsdata till interventioner över mycket fler celltyper och förhållanden än vad som ännu har studerats, bygger och validerar teknologier för att studera celler och deras interaktioner i större skala, hastighet och noggrannhet, och sammansättning av delade förråd som externa labb faktiskt kan använda.

Expansionen har också en defensiv dimension. På Hacker News, där tillkännagivandet väckte stor uppmärksamhet, kontrasterade kommentatorer åtagandet om öppen data med den nuvarande amerikanska administrationens borttagning av tidigare offentliga forskningsdataset från statliga servrar - en spänning mellan öppen vetenskap vid gränsen och nedskärning på andra håll.

Vad det betyder för AI i drogupptäckt

För läkemedels- och bioteknikindustrin är budskapet att grundläggande data håller på att bli en gemensam allmännytta. Isomorphic Labs, Alphabets läkemedelsdesignföretag, och Meta – som har sin egen grundläggande AI-forskning och proteinstrukturarbete – satsar båda på att bättre delad data kommer att accelerera allas modeller, inklusive deras egna.

Om initiativet lyckas kommer de kortsiktiga resultaten att vara utökade cellresponsdatauppsättningar som täcker mycket fler celltyper och tillstånd, plus validerad mätteknik som förkortar vägen från hypotes till högkvalitativ träningsdata. Det långsiktiga priset är en simulering som är tillräckligt bra för att triage läkemedelskandidater digitalt innan det första våtlabbexperimentet.

Det vetenskapliga samfundet inbjuds uttryckligen att delta: Biohubs tillkännagivande avslutas med en öppen uppmaning till det "världsomspännande forskarsamhället" att gå med i projektet.

För mer om hur maskininlärning omformar livsvetenskaperna, se AI Buzz Wires AI-forskning.

---

Stay Ahead of AI

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

Read more AI news →