10月7日，由马克·扎克伯格和普莉希拉·陈支持创立的非营利科研机构Biohub宣布进一步扩大“虚拟生物学计划”，联合美国能源部、美国国立卫生研究院、“深度思维”、Isomorphic Labs和Meta等机构，汇集约18亿美元的资金、数据、算力与实验测量资源，为下一代生物学人工智能（AI）模型建设开放数据基础设施。
近期，AI企业和生命科学公司正把投入延伸到数据生产、实验测量和自动化研究环节。共同趋势是，AI企业不再只利用现成数据开发模型，也开始参与实验设计和数据采集，向生物学研究链条上游延伸。
“虚拟细胞”将变革药物研发范式
“虚拟细胞”是利用AI模型在计算机中构建细胞的“数字镜像”，模拟细胞在受到药物、基因编辑或环境变化等干预后可能发生的变化。
要让AI具备这种预测能力，需要大量高质量的生物学实验数据。现有数据多用于描述基因、蛋白质特征或细胞状态，而系统记录细胞受到不同干预后如何变化的数据仍然不足，且分散在不同实验和数据库中，缺乏统一标准。
Biohub首席科学家亚历克斯·里夫斯在接受Axios网站采访时表示，生物学面临的一大挑战，是弥合计算机中的数字世界与真实生命之间的鸿沟，而数据是连接两者的关键。
他指出，现有细胞数据集已包含数亿个细胞的观测信息，但训练能够准确预测细胞行为的模型，未来可能需要数十亿乃至数万亿个细胞的数据。
为此，Biohub希望扩大冷冻电子断层扫描、大规模显微成像和高通量细胞干预实验等技术的应用，采集细胞内部结构、分子活动，以及细胞对外界刺激的反应等信息，并推动不同机构采用统一的数据标准。该机构希望在约一年内形成首批新的大规模数据集，并在未来五年推动建立具有较强预测能力的模型。
Biohub希望通过该计划开发“虚拟细胞”，让AI模型学习细胞内部复杂的分子关系，进而预测细胞在不同条件下的反应。里夫斯表示，准确的生物学预测模型有望让科学家在数字环境中开展部分实验，大幅加快科学发现，并帮助人们更深入地理解疾病、探索新的治疗途径。
深圳华大生命科学研究院副院长金鑫在接受科技日报记者采访时表示，Biohub探索的这条路线有望推动药物研发范式的转变。传统AI药物研发主要利用已有数据训练模型，解决靶点发现、蛋白质结构预测和药物筛选等具体问题。而新路线则根据模型需求主动设计实验、生成大规模标准化数据，再利用模型预测指导后续实验，形成“数据生成—模型训练—实验验证”的闭环。
金鑫认为，这一路线和传统做法最根本的不同，是从“用AI分析已有生物学数据”，转向有组织地规模化生产高质量数据集，让AI参与并加速生物学知识的生产。
多方入局生物数据建设
Biohub的行动并非孤例。近期，AI企业和生命科学公司正把投入延伸到数据生产、实验测量和自动化研究环节。
9月，OpenAI基金会宣布投入超过1.25亿美元，支持面向AI研究的生物医学公共数据建设。据外媒报道，Anthropic已在旧金山湾区建立生物实验室，将AI研究从计算机模拟延伸到实体实验。他们希望借助AI探索传统药企较少涉足的疾病领域，目前尚未开展临床试验。
10月7日，生命科学企业丹纳赫宣布在2027年初启用AI驱动的自主研究实验室，用于抗体的设计、构建和测试。该系统有望将亲和试剂的发现速度提高至传统方法的8倍，但实际效果有待验证。
Biohub此前也积累了多项细胞测量和数据研究成果。例如，Tabula Sapiens项目收录了人体多个器官的单细胞信息，OpenCell研究人体细胞内蛋白质的位置及相互作用，CELL×GENE则为科学家检索和分析单细胞数据提供工具。这些项目构成了Biohub进一步开展细胞数据建设的基础。
这些机构的目标各不相同。OpenAI基金会关注公共数据资源，Anthropic探索AI与真实实验的结合，丹纳赫着眼于自动化抗体研究，Biohub则试图将大规模数据生产、模型训练和实验验证连接起来。
开放数据建设仍面临挑战
Biohub希望不同机构产生的数据能够相互关联，并用于AI模型训练。不过，开放并不意味着所有数据都会立即向所有人开放。据Axios网站报道，商业合作方对其参与开发的数据享有一年的独家使用期，之后才会向公众开放。这样的安排既为企业参与数据建设提供了激励，也意味着不同数据资源的开放时间和使用条件可能存在差异。
金鑫说，标准化开放数据将降低AI药物研发的技术门槛，让更多科研机构和企业有机会参与创新。随着高质量数据逐步开放，产业竞争的重点也可能从单一的数据或算法优势，转向高质量数据生产、通用模型开发、实验验证和临床转化等环节的综合能力。
金鑫认为，未来中国可以进一步发挥人群队列、临床资源、多组学检测和AI技术的综合优势，推动人群研究与细胞功能实验深度融合，并在全球开放生物学数据体系和下一代生物学基础模型建设中发挥更大作用。
不过，数据规模扩大并不必然带来预测能力的提升。Biohub这条路线能否加快药物研发，仍需通过后续的数据质量、模型表现和实验结果来检验。
10月7日，由马克·扎克伯格和普莉希拉·陈支持创立的非营利科研机构Biohub宣布进一步扩大“虚拟生物学计划”，联合美国能源部、美国国立卫生研究院、“深度思维”、Isomorphic Labs和Meta等机构，汇集约18亿美元的资金、数据、算力与实验测量资源，为下一代生物学人工智能（AI）模型建设开放数据基础设施。
近期，AI企业和生命科学公司正把投入延伸到数据生产、实验测量和自动化研究环节。共同趋势是，AI企业不再只利用现成数据开发模型，也开始参与实验设计和数据采集，向生物学研究链条上游延伸。
“虚拟细胞”将变革药物研发范式
“虚拟细胞”是利用AI模型在计算机中构建细胞的“数字镜像”，模拟细胞在受到药物、基因编辑或环境变化等干预后可能发生的变化。
要让AI具备这种预测能力，需要大量高质量的生物学实验数据。现有数据多用于描述基因、蛋白质特征或细胞状态，而系统记录细胞受到不同干预后如何变化的数据仍然不足，且分散在不同实验和数据库中，缺乏统一标准。
Biohub首席科学家亚历克斯·里夫斯在接受Axios网站采访时表示，生物学面临的一大挑战，是弥合计算机中的数字世界与真实生命之间的鸿沟，而数据是连接两者的关键。
他指出，现有细胞数据集已包含数亿个细胞的观测信息，但训练能够准确预测细胞行为的模型，未来可能需要数十亿乃至数万亿个细胞的数据。
为此，Biohub希望扩大冷冻电子断层扫描、大规模显微成像和高通量细胞干预实验等技术的应用，采集细胞内部结构、分子活动，以及细胞对外界刺激的反应等信息，并推动不同机构采用统一的数据标准。该机构希望在约一年内形成首批新的大规模数据集，并在未来五年推动建立具有较强预测能力的模型。
Biohub希望通过该计划开发“虚拟细胞”，让AI模型学习细胞内部复杂的分子关系，进而预测细胞在不同条件下的反应。里夫斯表示，准确的生物学预测模型有望让科学家在数字环境中开展部分实验，大幅加快科学发现，并帮助人们更深入地理解疾病、探索新的治疗途径。
深圳华大生命科学研究院副院长金鑫在接受科技日报记者采访时表示，Biohub探索的这条路线有望推动药物研发范式的转变。传统AI药物研发主要利用已有数据训练模型，解决靶点发现、蛋白质结构预测和药物筛选等具体问题。而新路线则根据模型需求主动设计实验、生成大规模标准化数据，再利用模型预测指导后续实验，形成“数据生成—模型训练—实验验证”的闭环。
金鑫认为，这一路线和传统做法最根本的不同，是从“用AI分析已有生物学数据”，转向有组织地规模化生产高质量数据集，让AI参与并加速生物学知识的生产。
多方入局生物数据建设
Biohub的行动并非孤例。近期，AI企业和生命科学公司正把投入延伸到数据生产、实验测量和自动化研究环节。
9月，OpenAI基金会宣布投入超过1.25亿美元，支持面向AI研究的生物医学公共数据建设。据外媒报道，Anthropic已在旧金山湾区建立生物实验室，将AI研究从计算机模拟延伸到实体实验。他们希望借助AI探索传统药企较少涉足的疾病领域，目前尚未开展临床试验。
10月7日，生命科学企业丹纳赫宣布在2027年初启用AI驱动的自主研究实验室，用于抗体的设计、构建和测试。该系统有望将亲和试剂的发现速度提高至传统方法的8倍，但实际效果有待验证。
Biohub此前也积累了多项细胞测量和数据研究成果。例如，Tabula Sapiens项目收录了人体多个器官的单细胞信息，OpenCell研究人体细胞内蛋白质的位置及相互作用，CELL×GENE则为科学家检索和分析单细胞数据提供工具。这些项目构成了Biohub进一步开展细胞数据建设的基础。
这些机构的目标各不相同。OpenAI基金会关注公共数据资源，Anthropic探索AI与真实实验的结合，丹纳赫着眼于自动化抗体研究，Biohub则试图将大规模数据生产、模型训练和实验验证连接起来。
开放数据建设仍面临挑战
Biohub希望不同机构产生的数据能够相互关联，并用于AI模型训练。不过，开放并不意味着所有数据都会立即向所有人开放。据Axios网站报道，商业合作方对其参与开发的数据享有一年的独家使用期，之后才会向公众开放。这样的安排既为企业参与数据建设提供了激励，也意味着不同数据资源的开放时间和使用条件可能存在差异。
金鑫说，标准化开放数据将降低AI药物研发的技术门槛，让更多科研机构和企业有机会参与创新。随着高质量数据逐步开放，产业竞争的重点也可能从单一的数据或算法优势，转向高质量数据生产、通用模型开发、实验验证和临床转化等环节的综合能力。
金鑫认为，未来中国可以进一步发挥人群队列、临床资源、多组学检测和AI技术的综合优势，推动人群研究与细胞功能实验深度融合，并在全球开放生物学数据体系和下一代生物学基础模型建设中发挥更大作用。
不过，数据规模扩大并不必然带来预测能力的提升。Biohub这条路线能否加快药物研发，仍需通过后续的数据质量、模型表现和实验结果来检验。
