开放数据是预测模型的共同基础
2026 年 10 月 7 日，Biohub 宣布扩大一项国际合作，为预测性生物学模型建设可供人工智能使用的开放数据。参与方包括美国能源部（Department of Energy，DOE）、美国国立卫生研究院（National Institutes of Health，NIH）及新增资助伙伴。
公告将相关投入合计为 18 亿美元，涵盖资金、数据、计算及新测量技术。计划希望扩大不同细胞类型、实验条件和干预下的响应数据，为研究人员建立能够预测生物学变化的模型提供基础。
18 亿美元由不同性质的投入构成
DOE 拟在 5 年内投入超过 5 亿美元，支持测量、建模和计算。NIH 将协调贡献与本计划相关的数据集、知识库和其他资源；这些资源建立在此前超过 5 亿美元的联邦投入之上。
Google DeepMind、Isomorphic Labs 和 Meta 合计投入 3 亿美元，参与 Virtual Biology Initiative。Biohub 在 2026 年 4 月宣布该计划时，已承诺投入 5 亿美元，其中 4 亿美元支持测量等新技术，另 1 亿美元用于外部研究。
细胞干预响应数据服务虚拟实验
合作拟拓展的技术包括细胞成像、冷冻电子断层成像、跨尺度测量及计算模型。目标是记录更多细胞在不同条件和干预后的变化，让研究人员能够在计算环境中提出问题、模拟响应，并探索疾病与治疗策略。
共享标准与访问方式将一并建设
Biohub 表示，将与合作方推动数据标准化，使用共享标准和共同标识，并建设统一访问入口。NIH 既有数据库与知识资源，以及 Biohub 在细胞图谱和数据平台方面的经验，将构成相关工作基础。
Allen Institute、Broad Institute、Human Cell Atlas、Human Protein Atlas 和 Wellcome Sanger Institute 等机构或联盟将参与科学协作；NVIDIA 提供计算基础设施、软件和技术支持。