Biohub 联合 DOE 与 NIH 投入 18 亿美元：构建 AI 就绪生物数据基础设施以加速疾病预测

← 返回新闻

2026 年 10 月 7 日

国际跨部门合作承诺投入近 20 亿美元，构建用于预测和治疗疾病的 AI 模型基础数据

加利福尼亚州红木城，2026 年 10 月 7 日 — Biohub、美国能源部（DOE）、国立卫生研究院（NIH）以及新的资助合作伙伴今日宣布，将大幅扩展一项国际计划，旨在生成并使能够支持生物学预测性 AI 模型的数据实现开放获取。这些组织共同投资 18 亿美元，用于资金、数据、计算资源及新型测量技术，这是迄今为止为生成适用于 AI 的生物学数据所做出的最大规模协调承诺。其成果将为研究社区提供一个开放资源，从而奠定更深入理解并最终治疗人类疾病的基础。

作为此次公告的一部分，Biohub 已与能源部科学办公室和国立卫生研究院建立合作伙伴关系，以推进生物学领域人工智能的前沿发展。能源部将在五年内投入超过 5 亿美元，用于实验室测量、建模和计算，以支持这项构建适用于 AI 的开放数据资源的国际努力。国立卫生研究院将协调贡献通过此前超过 5 亿美元的联邦投资所开发的相关数据集、存储库和知识库，使其与该倡议保持一致。Biohub 将与国立卫生研究院合作，对这些数据集进行标准化处理，以便用于 AI 模型训练。

此外，Google DeepMind、Isomorphic Labs 和 Meta 正共同向 虚拟生物学倡议 投资 3 亿美元，以创建构建生命预测模型所需的技术和多模态数据集。

这些数据集将使全球科学界能够共同构建和使用 AI 模型，让研究人员能够以数字化方式提出、预测并回答生物学问题，从而加速预防和治疗疾病新途径的开发。该倡议将提供训练这些模型所需的基础测量数据，将细胞对干预措施的反应数据扩展到比迄今已研究的更多细胞类型和条件，并构建和验证用于在更大规模、更高速度和更高精度下研究细胞及细胞相互作用的技术。

“一个精准的生物学预测模型能够通过让科学家在数字环境中开展实验，显著加速科学发现。由此产生的洞见有望深化我们对疾病的理解，并为治愈疾病开辟全新的路径。”Biohub 首席科学家 Alex Rives 表示，“鉴于这一潜力，构建‘虚拟细胞’已成为下一个科学时代最重要的挑战之一。这需要在全国乃至国际范围内协调数据生成工作，这也是这些合作伙伴走到一起的原因。我们邀请全球科学界加入这一项目。”

于 2026 年 4 月宣布的“虚拟生物学计划”（Virtual Biology Initiative）将协调跨机构、跨学科的数据生成工作，以构建适用于 AI 的开放数据集，从而赋能生命科学的预测模型。Biohub 承诺投入的 5 亿美元初始资金为该项目奠定了基础：其中 4 亿美元用于支持新技术，以拓展生物学家可测量的范围，包括能够解析细胞内近原子级细节的冷冻电子断层扫描技术（cryo-electron tomography）、能够对活体组织中数百万至数十亿个细胞进行成像的显微技术，以及能够在分子、细胞、组织和整个生物体层面构建和扰动生物系统的工程工具。另外 1 亿美元则用于资助 Biohub 之外的研究。

Isomorphic Labs 总裁 Max Jaderberg 表示：“要解决预测性系统生物学问题并生成所需数据，必须突破任何单一组织目前所能产出的极限。作为创始成员加入‘虚拟生物学计划’，Isomorphic Labs 正致力于构建一个庞大的多模态数据基础。该计划将生成必要的数据，推动行业迈向生物学的下一次重大突破。”

通过由美国能源部（DOE）牵头的跨机构倡议“创世纪任务”（Genesis Mission），DOE 将在五年内为基础研究细胞学贡献超过 5 亿美元，涵盖数据采集、AI 分析、测量与成像、建模及计算等领域。此举将依托国家实验室体系中的百亿亿次级（exascale）超级计算机、X 射线和中子散射技术、冷冻电子显微镜及断层扫描技术，以及自主实验室。

“这一合作标志着在利用人工智能造福公众方面迈出了关键一步，”美国能源部科学事务副部长达里奥·吉尔（Darío Gil）表示。“通过整合美国能源部的百亿亿次级（exascale）计算能力、实验测量与建模资产——包括联合基因组研究所（Joint Genome Institute）、环境分子科学实验室（Environmental Molecular Sciences Laboratory）以及先进结构光束线等顶级用户设施——并结合 Biohub 独特的 AI 模型、工具开发及生物数据能力，我们正在树立开放科学的新标杆，这将加速医学和生物技术领域的发现。”

通过其 Bio Genesis Mission，美国国立卫生研究院（NIH）将整合现有的生物医学数据集、国家数据基础设施和研究项目，助力为更广泛的科学界构建适用于 AI 的资源。NIH 在生物医学研究方面的广泛投资为此项工作奠定了基础；相关资源包括由 NIH 国家医学图书馆（NLM）编目的国家生物医学知识库和 国家生物技术信息中心，以及 NIH 共同基金 项目，这些项目已在开发协调统一的生物图谱、共享数据标准以及适用于 AI 的生物医学数据集。

“通过整合资源和专业知识，我们可以加速开发具有足够生物复杂性的通用细胞模型，从而预测任何细胞对干预措施的反应，”NIH 项目协调、规划与战略倡议办公室（DPCPSI）副主任 Nicole Kleinstreuer 博士表示。“这些模型带来的回报将是广泛而深远的，与仅依靠实验室实验试图获得相同结果相比，它们能显著缩短医学突破所需的时间。”

此外，自人类基因组计划以来，在组织变革性国际合作方面拥有丰富经验的顶尖科研机构和联盟已联合起来，帮助凝聚学术界和工业界的科学社区，共同制定有效的科学战略，以最大化虚拟生物学的影响力。这些机构包括艾伦研究所（Allen Institute）、布罗德研究所（Broad Institute）、格拉德斯通研究所（Gladstone Institutes）、人类细胞图谱（Human Cell Atlas）、人类蛋白质图谱（Human Protein Atlas）以及威康桑格研究所（Wellcome Sanger Institute）。这些团队承诺作为“虚拟生物学倡议”的一部分协同工作，并通过各自独立的努力共同致力于这一目标。NVIDIA 将支持该倡议，利用加速计算基础设施、领域专用软件和技术专长。Renaissance Philanthropy 正在协助扩大数据生成的资金支持。

随着该倡议的逐步成型，Biohub 正汇聚跨学科、跨行业的合作伙伴，构建一个使各方数据集能够统一协作的基础层——包括共享标准、通用标识符以及单一访问入口。同样重要的是围绕这些资源构建科学社区——召集来自不同机构和学科的研究人员，连接互补的专业知识与能力，并创造机会共同定义和探索雄心勃勃的科学问题。在过去十年中，Biohub 扩大了测量技术和开放数据集的覆盖范围与影响力，主导了 Tabula Sapiens、OpenCell 和 Zebrahub 等项目。它还建立并维护了社区数据基础设施，包括 CELLxGENE 和 CryoET Data Portal。“虚拟生物学倡议”正是在这些经验的基础上，推动实现任何单一机构都无法独立完成的规模化协同努力。

“构建虚拟细胞是科学界一项重大的集体挑战，也是理解生命机制的关键。若没有前所未有的大规模、开放性的实验生物学数据来展示活细胞的行为及其对变化的响应，我们就无法攻克这一难题。”Google DeepMind 负责 AI for Science 的副总裁兼 Google Cloud 首席科学家 Pushmeet Kohli 表示，“这项对生物数据生成的投资将有助于建立一个开放、标准化的数据共享平台，为全球研究人员更好地建模生物学奠定坚实基础。”

关于 Biohub Biohub 是一家 501(c)(3) 非营利研究机构，致力于将前沿 AI 与生物学相结合以加速科学发展。凭借强大的算力、AI 研究与工程能力，以及用于测量、成像和编程生物学的尖端技术，Biohub 正赋能全球科学家利用 AI 驱动的生物学研究细胞如何运作和组织成系统——其终极使命是治愈或预防所有疾病。更多信息请访问 biohub.org。

媒体联络 Biohub [email protected]