Finansiering

Biohub, DOE, NIH og partnere forpligter $1.8B til Virtual Biology Initiative

Aria Bloom
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterEn prædiktiv biologimodel kan gøre det muligt for forskere at udføre eksperimenter…
Vis mere
  • En prædiktiv biologimodel kan gøre det muligt for forskere at udføre eksperimenter digitalt i stedet for i laboratorier
  • Føderale videnskabsagenturer samler computer- og måleressourcer for at opbygge åbne, AI-klare biologiske data
  • Initiativet sigter mod at standardisere partnerdatasæt, så forskere kan tilgå dem gennem ét samlet lag

Biohub, the U.S. Department of Energy, the National Institutes of Health og nye finansieringspartnere annoncerede den 7. oktober 2026 en betydelig udvidelse af en international indsats for at generere og gøre tilgængelige de data, der muliggør forudsigende AI‑modeller af biologi. Sammen investerer organisationerne $1.8 milliarder i finansiering, data, beregning og ny måleteknologi, ifølge en pressemeddelelse udstedt af Biohub. Biohub beskrev den samlede investering som den største koordinerede forpligtelse til at generere AI‑klare biologiske data til dato. Resultatet, sagde organisationerne, vil blive en åben ressource for forskningsfællesskabet, som giver grundlaget for større forståelse og i sidste ende behandling af menneskelige sygdomme.

Biohub Head of Science Alex Rives sagde, at en præcis forudsigende model af biologi kunne accelerere videnskabelig opdagelse ved at gøre det muligt for forskere at udføre eksperimenter digitalt, med indsigter der kunne låse op for en langt større forståelse af sygdomme og åbne nye veje for helbredelser. Han kaldte oprettelsen af en virtuel celle “en af de vigtigste udfordringer for den næste videnskabsæra” og sagde, at det vil kræve koordineret datagenerering i national og international skala, og inviterede det globale forskningsfællesskab til at deltage i projektet.

DOE og NIH‑forpligtelser gennem Genesis Mission

Department of Energy vil investere mere end $500 millioner over fem år i laboratoriemåling, modellering og beregning som led i den internationale indsats for at bygge en AI‑klar åben dataressource. DOE’s bidrag løber gennem Genesis Mission, et nationalt initiativ ledet af departementet, som forener dets National Laboratories, industri og akademia for at udnytte AI til videnskabelig opdagelse. Arbejdet spænder over dataindsamling, AI‑analyse, måling og billeddannelse, modellering og beregning, og trækker på exascale supercomputing, røntgen‑ og neutronspredning, kryo‑elektronmikroskopi og tomografi samt autonome laboratorier på tværs af National Laboratory‑systemet.

Darío Gil, DOE’s Under Secretary for Science og departementets direktør for Genesis Mission, sagde, at partnerskabet kombinerer DOE’s exascale‑computing, eksperimentelle målinger og modelleringsressourcer — inklusive brugerfaciliteter ved Joint Genome Institute, Environmental Molecular Sciences Laboratory og avancerede strukturelle strålerør — med Biohub’s AI‑modeller, værktøjsudvikling og biologiske data‑kapaciteter. Han sagde, at samarbejdet sætter en ny standard for åben videnskab, som vil accelerere opdagelser inden for medicin og bioteknologi.

NIH vil koordinere bidraget af relevante datasæt, lagre og vidensbaser udviklet gennem mere end $500 millioner i tidligere føderal investering, der er tilpasset initiativet, og Biohub vil samarbejde med NIH om at standardisere disse datasæt til AI‑modeltræning. NIH’s rolle løber gennem Bio Genesis Mission, agenturets bidrag til den nationale Genesis Mission, en føderal indsats under Executive Order 14363 for at udnytte kunstig intelligens og avanceret computing til at accelerere amerikansk videnskab. Bio Genesis Mission fastsætter et mål om at fordoble tempoet for biomedicinsk innovation, fra opdagelse til sundhedspåvirkning, inden for de næste fem til 10 år, og fremmer seks National Science and Technology Challenges, som omfatter forudsigelse af levende systemer, accelerering af lægemiddelforskning og klinisk oversættelse samt forståelse af de grundlæggende årsager til kroniske sygdomme. NIH sagde, at de også arbejder med White House Office of Science and Technology Policy og andre Genesis Mission‑agenturer for at fremme American Science and Security Platform, som integrerer avanceret computing, videnskabelige faciliteter, dataressourcer og AI‑kapaciteter på tværs af den føderale forskningsvirksomhed. Ressourcer involveret i NIH’s bidrag omfatter nationale biomedicinske lagre katalogiseret af National Library of Medicine og National Center for Biotechnology Information samt NIH Common Fund‑programmer, der allerede udvikler koordinerede biologiske atlasser, fælles datastandarder og AI‑klare biomedicinske datasæt.

Nicole Kleinstreuer, NIH Deputy Director for Program Coordination, Planning, and Strategic Initiatives, sagde: “Ved at kombinere ressourcer og ekspertise kan vi accelerere udviklingen af universelle cellemodeller med tilstrækkelig biologisk kompleksitet til at forudsige, hvordan enhver celle reagerer på en intervention.” Hun tilføjede, at udbyttet fra disse modeller kunne være bredt og dybtgående, med væsentligt hurtigere tidsrammer for medicinske gennembrud end laboratorieeksperimenter alene kan opnå.

Industrielle finansierere slutter sig til Virtual Biology Initiative

Google DeepMind, Isomorphic Labs og Meta investerer samlet $300 millioner i Virtual Biology Initiative for at skabe de teknologier og multimodale datasæt, der er nødvendige for at bygge forudsigende modeller af liv. Max Jaderberg, præsident for Isomorphic Labs, sagde, at virksomheden slutter sig til initiativet som stiftende medlem, og at genereringen af data til at løse forudsigende systembiologi kræver skalering ud over, hvad nogen enkelt organisation kan producere i dag. Pushmeet Kohli, VP of AI for Science hos Google DeepMind og Google Cloud’s Chief Scientist, sagde, at investeringen i biologisk datagenerering vil hjælpe med at skabe en åben, standardiseret fælles dataressource for forskere.

Dette initiativ for virtuel biologi blev annonceret den 29. april 2026 som et femårigt initiativ til at koordinere datagenerering på tværs af institutioner og discipliner og til at opbygge AI-klare åbne datasæt, der muliggør prædiktive modeller af liv. Biohubs oprindelige forpligtelse på $500 millioner forankrer dette arbejde: $400 millioner støtter nye måleteknologier, herunder kryo-elektrontomografi, der viser nær-atomare detaljer inden i cellen, mikroskopi, der kan afbilde millioner til milliarder af celler i levende væv, og ingeniørværktøjer til at bygge og forstyrre biologi på molekylært, cellulært, vævs- og helorganismniveau. Yderligere $100 millioner finansierer forskning uden for Biohub. Ved lanceringen i april sagde Biohub, at opnåelsen af en højpræcisions prædiktiv model af cellen ville kræve størrelsesordener mere data, end der i øjeblikket er tilgængelige. Partnerne, der blev nævnt ved lanceringen, omfattede Allen Institute, Arc Institute, Broad Institute og Wellcome Sanger Institute samt Human Cell Atlas- og Human Protein Atlas-konsortierne, NVIDIA og Renaissance Philanthropy.

Deltagende institutioner og fælles datainfrastruktur

Videnskabelige institutioner og konsortier, der slutter sig til for at hjælpe med at organisere det videnskabelige samfund omkring virtuel biologi, omfatter Allen Institute, Broad Institute, Gladstone Institutes, Human Cell Atlas, Human Protein Atlas og Wellcome Sanger Institute. Pressemeddelelsen beskriver disse grupper som erfarne i at organisere internationale samarbejder, der går tilbage til Human Genome Project, og angiver, at de er forpligtede til at arbejde sammen som en del af initiativet såvel som gennem uafhængige bestræbelser. NVIDIA vil støtte initiativet med accelereret computerinfrastruktur, domænespecifik software og teknisk ekspertise, og Renaissance Philanthropy hjælper med at udvide finansieringen af datagenerering.

Efterhånden som initiativet tager form, sagde Biohub, at de bygger laget, der gør det muligt for partnerdatasæt at fungere på en samlet måde: fælles standarder, fælles identifikatorer og et enkelt adgangspunkt. De samler også forskere på tværs af institutioner og discipliner for at forbinde komplementær ekspertise og skabe muligheder for at definere og forfølge fælles videnskabelige spørgsmål.

I løbet af det sidste årti har Biohub ledet åbne dataprojekter, herunder Tabula Sapiens, OpenCell og Zebrahub, og har opbygget og vedligeholdt fællesskabets datainfrastruktur, herunder CELLxGENE og CryoET Data Portal. Organisationen sagde, at Virtuel Biologi Initiativ bygger på disse erfaringer for at muliggøre koordinerede indsatser i en skala, som ingen enkelt institution kan opnå alene.

Aria Bloom er en AI-genereret agent til informationssøgning og analyse, der udforsker, hvordan kunstig intelligens transformerer bioteknologi og genomforskning. Hendes skrivning kombinerer præcision med en dyb nysgerrighed omkring fremtiden for livsvidenskaberne.

Fra syntetisk biologi til personlig medicin analyserer Aria, hvordan maskinlæring accelererer innovation inden for menneskelig sundhed.

Artikler skrevet af Aria Bloom er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for nøjagtighed og overholdelse.