来源：徽声在线科技频道

记者：张佳欣

10月7日，由马克·扎克伯格夫妇资助成立的非营利科研机构Biohub宣布，将进一步拓展其标志性的“虚拟生物学计划”。此次合作阵容豪华，联合美国能源部、美国国立卫生研究院，以及科技巨头“深度思维”、Isomorphic Labs和Meta等机构，共同投入约18亿美元资金，整合海量数据、算力资源和实验测量能力，旨在为下一代生物学人工智能（AI）模型构建开放共享的数据基础设施。

近期，AI企业与生命科学公司的战略布局出现显著变化：它们不再满足于仅利用现有数据开发模型，而是将触角延伸至数据生产、实验测量和自动化研究等生物学研究链条的上游环节。这种转变标志着AI与生物学的融合正从“数据利用”迈向“数据创造”的新阶段。

“虚拟细胞”：开启药物研发新纪元

“虚拟细胞”概念的核心是运用AI技术在计算机中构建细胞的“数字孪生体”，通过模拟药物干预、基因编辑或环境变化等条件下细胞的动态响应，实现药物研发的数字化预演。这一技术若成熟，将极大缩短新药研发周期，降低临床试验成本。

实现这一目标面临重大挑战：当前公开数据多聚焦于基因序列、蛋白质结构等静态特征，而系统记录细胞在干预后动态变化的数据极为稀缺，且分散在不同实验室的数据库中，缺乏标准化整合。Biohub首席科学家亚历克斯·里夫斯在接受Axios采访时指出：“生物学研究的瓶颈在于如何跨越数字世界与真实生命之间的鸿沟，而高质量数据是连接两者的桥梁。”

据估算，现有细胞数据集虽已包含数亿个细胞的观测信息，但训练出具备精准预测能力的模型，可能需要数十亿甚至数万亿个细胞的数据支撑。这一数据需求规模远超当前积累量。

为解决数据短缺问题，Biohub计划扩大冷冻电子断层扫描、超分辨显微成像和高通量细胞干预实验等前沿技术的应用范围。通过采集细胞内部结构、分子相互作用及对外界刺激的实时响应数据，并推动全球科研机构采用统一的数据标准，该机构目标在一年内形成首批新型大规模数据集，并在五年内构建出具有强预测能力的生物学模型。

里夫斯表示，通过“虚拟细胞”项目，AI模型将能够学习细胞内复杂的分子调控网络，从而预测细胞在不同条件下的行为模式。这种数字化实验平台可部分替代传统湿实验，显著加速科学发现进程，并为疾病机制解析和新型疗法开发提供全新路径。

深圳华大生命科学研究院副院长金鑫在接受采访时分析称，Biohub的探索可能引发药物研发范式的革命性转变。传统AI药物研发主要依赖已有数据训练模型，解决靶点发现、蛋白质结构预测等具体问题；而新模式则通过“需求导向”的实验设计，主动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-模型优化-实验验证”的闭环系统。

金鑫强调，这种转变的本质是从“被动分析现有数据”转向“主动生产高质量数据”，使AI真正成为生物学知识发现的参与者而非旁观者。

全球生物数据建设竞赛升温

Biohub的举措并非个案。近期，多家科技巨头和生物技术公司纷纷布局生物数据基础设施领域。

9月，OpenAI基金会宣布投入超1.25亿美元支持生物医学公共数据建设，重点构建面向AI研究的标准化数据集。据外媒报道，AI安全领域领军企业Anthropic已在旧金山湾区建立生物实验室，将AI研究从计算机模拟扩展到实体实验，探索传统药企较少涉足的罕见病领域，目前尚未进入临床试验阶段。

10月7日，生命科学巨头丹纳赫宣布，将于2027年初启用全球首个AI驱动的自主研究实验室，专注于抗体的智能化设计、构建和测试。该系统通过机器学习优化抗体筛选流程，有望将亲和试剂的发现速度提升至传统方法的8倍，但其实际效果仍需验证。

Biohub在此领域已积累深厚基础：其Tabula Sapiens项目构建了人体多器官单细胞图谱，OpenCell项目绘制了细胞内蛋白质定位与相互作用网络，CELL×GENE平台则为单细胞数据分析提供标准化工具。这些成果为大规模细胞数据建设奠定了重要基础。

各机构目标呈现差异化特征：OpenAI基金会聚焦公共数据资源建设，Anthropic探索AI与湿实验的深度融合，丹纳赫致力于抗体研究的自动化，而Biohub则试图打通“数据生产-模型训练-实验验证”的全链条。

开放数据生态建设的挑战与机遇

Biohub倡导的数据开放理念面临现实考验。该机构希望实现跨机构数据互联互通，但商业合作伙伴对其参与开发的数据享有一年独家使用权，之后才向公众开放。这种安排既保障了企业参与数据建设的积极性，也意味着不同数据资源的开放进度和使用条件存在差异。

金鑫指出，标准化开放数据将降低AI药物研发的技术门槛，使更多科研机构和企业能够参与创新竞争。随着高质量数据资源的逐步开放，产业竞争焦点可能从单一的数据或算法优势，转向涵盖数据生产、模型开发、实验验证和临床转化的综合能力比拼。

他特别提到，中国在人群队列研究、临床资源整合、多组学检测技术和AI算法开发等方面具有综合优势。未来可推动大规模人群研究与细胞功能实验的深度融合，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，数据规模扩张并不必然带来模型性能提升。Biohub模式的实际效果仍需通过数据质量、模型预测准确性和实验验证结果等多维度检验。这场生物学与AI的深度融合实验，才刚刚拉开序幕。