10月7日，由馬克·扎克伯格和普莉希拉·陳支持創(chuàng)立的非營利科研機構(gòu)Biohub宣布進一步擴大“虛擬生物學計劃”，聯(lián)合美國能源部、美國國立衛(wèi)生研究院、“深度思維”、Isomorphic Labs和Meta等機構(gòu)，匯集約18億美元的資金、數(shù)據(jù)、算力與實驗測量資源，為下一代生物學人工智能(AI)模型建設開放數(shù)據(jù)基礎設施。
近期，AI企業(yè)和生命科學公司正把投入延伸到數(shù)據(jù)生產(chǎn)、實驗測量和自動化研究環(huán)節(jié)。共同趨勢是，AI企業(yè)不再只利用現(xiàn)成數(shù)據(jù)開發(fā)模型，也開始參與實驗設計和數(shù)據(jù)采集，向生物學研究鏈條上游延伸。
“虛擬細胞”將變革藥物研發(fā)范式
“虛擬細胞”是利用AI模型在計算機中構(gòu)建細胞的“數(shù)字鏡像”，模擬細胞在受到藥物、基因編輯或環(huán)境變化等干預后可能發(fā)生的變化。
要讓AI具備這種預測能力，需要大量高質(zhì)量的生物學實驗數(shù)據(jù)?，F(xiàn)有數(shù)據(jù)多用于描述基因、蛋白質(zhì)特征或細胞狀態(tài)，而系統(tǒng)記錄細胞受到不同干預后如何變化的數(shù)據(jù)仍然不足，且分散在不同實驗和數(shù)據(jù)庫中，缺乏統(tǒng)一標準。
Biohub首席科學家亞歷克斯·里夫斯在接受Axios網(wǎng)站采訪時表示，生物學面臨的一大挑戰(zhàn)，是彌合計算機中的數(shù)字世界與真實生命之間的鴻溝，而數(shù)據(jù)是連接兩者的關鍵。
他指出，現(xiàn)有細胞數(shù)據(jù)集已包含數(shù)億個細胞的觀測信息，但訓練能夠準確預測細胞行為的模型，未來可能需要數(shù)十億乃至數(shù)萬億個細胞的數(shù)據(jù)。
為此，Biohub希望擴大冷凍電子斷層掃描、大規(guī)模顯微成像和高通量細胞干預實驗等技術(shù)的應用，采集細胞內(nèi)部結(jié)構(gòu)、分子活動，以及細胞對外界刺激的反應等信息，并推動不同機構(gòu)采用統(tǒng)一的數(shù)據(jù)標準。該機構(gòu)希望在約一年內(nèi)形成首批新的大規(guī)模數(shù)據(jù)集，并在未來五年推動建立具有較強預測能力的模型。
Biohub希望通過該計劃開發(fā)“虛擬細胞”，讓AI模型學習細胞內(nèi)部復雜的分子關系，進而預測細胞在不同條件下的反應。里夫斯表示，準確的生物學預測模型有望讓科學家在數(shù)字環(huán)境中開展部分實驗，大幅加快科學發(fā)現(xiàn)，并幫助人們更深入地理解疾病、探索新的治療途徑。
深圳華大生命科學研究院副院長金鑫在接受科技日報記者采訪時表示，Biohub探索的這條路線有望推動藥物研發(fā)范式的轉(zhuǎn)變。傳統(tǒng)AI藥物研發(fā)主要利用已有數(shù)據(jù)訓練模型，解決靶點發(fā)現(xiàn)、蛋白質(zhì)結(jié)構(gòu)預測和藥物篩選等具體問題。而新路線則根據(jù)模型需求主動設計實驗、生成大規(guī)模標準化數(shù)據(jù)，再利用模型預測指導后續(xù)實驗，形成“數(shù)據(jù)生成—模型訓練—實驗驗證”的閉環(huán)。
金鑫認為，這一路線和傳統(tǒng)做法最根本的不同，是從“用AI分析已有生物學數(shù)據(jù)”，轉(zhuǎn)向有組織地規(guī)?；a(chǎn)高質(zhì)量數(shù)據(jù)集，讓AI參與并加速生物學知識的生產(chǎn)。
多方入局生物數(shù)據(jù)建設
Biohub的行動并非孤例。近期，AI企業(yè)和生命科學公司正把投入延伸到數(shù)據(jù)生產(chǎn)、實驗測量和自動化研究環(huán)節(jié)。
9月，OpenAI基金會宣布投入超過1.25億美元，支持面向AI研究的生物醫(yī)學公共數(shù)據(jù)建設。據(jù)外媒報道，Anthropic已在舊金山灣區(qū)建立生物實驗室，將AI研究從計算機模擬延伸到實體實驗。他們希望借助AI探索傳統(tǒng)藥企較少涉足的疾病領域，目前尚未開展臨床試驗。
10月7日，生命科學企業(yè)丹納赫宣布在2027年初啟用AI驅(qū)動的自主研究實驗室，用于抗體的設計、構(gòu)建和測試。該系統(tǒng)有望將親和試劑的發(fā)現(xiàn)速度提高至傳統(tǒng)方法的8倍，但實際效果有待驗證。
Biohub此前也積累了多項細胞測量和數(shù)據(jù)研究成果。例如，Tabula Sapiens項目收錄了人體多個器官的單細胞信息，OpenCell研究人體細胞內(nèi)蛋白質(zhì)的位置及相互作用，CELL×GENE則為科學家檢索和分析單細胞數(shù)據(jù)提供工具。這些項目構(gòu)成了Biohub進一步開展細胞數(shù)據(jù)建設的基礎。
這些機構(gòu)的目標各不相同。OpenAI基金會關注公共數(shù)據(jù)資源，Anthropic探索AI與真實實驗的結(jié)合，丹納赫著眼于自動化抗體研究，Biohub則試圖將大規(guī)模數(shù)據(jù)生產(chǎn)、模型訓練和實驗驗證連接起來。
開放數(shù)據(jù)建設仍面臨挑戰(zhàn)
Biohub希望不同機構(gòu)產(chǎn)生的數(shù)據(jù)能夠相互關聯(lián)，并用于AI模型訓練。不過，開放并不意味著所有數(shù)據(jù)都會立即向所有人開放。據(jù)Axios網(wǎng)站報道，商業(yè)合作方對其參與開發(fā)的數(shù)據(jù)享有一年的獨家使用期，之后才會向公眾開放。這樣的安排既為企業(yè)參與數(shù)據(jù)建設提供了激勵，也意味著不同數(shù)據(jù)資源的開放時間和使用條件可能存在差異。
金鑫說，標準化開放數(shù)據(jù)將降低AI藥物研發(fā)的技術(shù)門檻，讓更多科研機構(gòu)和企業(yè)有機會參與創(chuàng)新。隨著高質(zhì)量數(shù)據(jù)逐步開放，產(chǎn)業(yè)競爭的重點也可能從單一的數(shù)據(jù)或算法優(yōu)勢，轉(zhuǎn)向高質(zhì)量數(shù)據(jù)生產(chǎn)、通用模型開發(fā)、實驗驗證和臨床轉(zhuǎn)化等環(huán)節(jié)的綜合能力。
金鑫認為，未來中國可以進一步發(fā)揮人群隊列、臨床資源、多組學檢測和AI技術(shù)的綜合優(yōu)勢，推動人群研究與細胞功能實驗深度融合，并在全球開放生物學數(shù)據(jù)體系和下一代生物學基礎模型建設中發(fā)揮更大作用。
不過，數(shù)據(jù)規(guī)模擴大并不必然帶來預測能力的提升。Biohub這條路線能否加快藥物研發(fā)，仍需通過后續(xù)的數(shù)據(jù)質(zhì)量、模型表現(xiàn)和實驗結(jié)果來檢驗。
記者：張佳欣 編輯：郭成
中央網(wǎng)信辦違法和不良信息舉報中心 12377
四川省互聯(lián)網(wǎng)不良與違法信息舉報平臺 028-962377
