Biohub, DOE og NIH investerer $1.8B i Virtual Biology Data Initiative

Biohub, det amerikanske energiministerium, 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 billion 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‑klar biologisk data til dato. Resultatet, sagde organisationerne, vil blive en åben ressource for forskningssamfundet, som giver grundlaget for større forståelse og i sidste ende behandling af menneskelige sygdomme.

Biohubs videnskabschef 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 til helbredelse. Han kaldte skabelsen af en virtuel celle “en af de vigtigste udfordringer for den næste videnskabsæra” og bemærkede, at det vil kræve koordineret data‑generering i national og international skala, og inviterede det globale forskningssamfund 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 en del af den internationale indsats for at bygge en AI‑klar åben dataressource. DOE’s bidrag løber gennem Genesis Mission, en national initiativ ledet af departementet, som forener dets nationale laboratorier, industri og akademia for at udnytte AI til videnskabelig opdagelse. Arbejdet omfatter dataindsamling, AI‑analyse, måling og billeddannelse, modellering og beregning, med udnyttelse af exascale supercomputing, røntgen‑ og neutronspredning, cryo‑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 — herunder brugeranlæg ved Joint Genome Institute, Environmental Molecular Sciences Laboratory og avancerede strukturelle strålebaner — med Biohubs AI‑modeller, værktøjsudvikling og biologiske datakapaciteter. Han udtalte, at samarbejdet fastsætter en ny standard for åben videnskab, som vil accelerere opdagelser inden for medicin og bioteknologi.

NIH vil koordinere bidraget af relevante datasæt, arkiver og vidensbaser, der er udviklet gennem mere end $500 millioner i tidligere føderale investeringer, som er tilpasset initiativet, og Biohub vil samarbejde med NIH om at standardisere disse datasæt til AI‑modeltræning. NIH’s rolle løber gennem deres 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 oplyste, at de også samarbejder 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, dataresurser og AI‑kapaciteter på tværs af den føderale forskningsvirksomhed. Ressourcer, der er involveret i NIH’s bidrag, omfatter nationale biomedicinske arkiver 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’s vice‑direktør for programkoordinering, planlægning og strategiske initiativer, 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 kan være bredt og dybtgående, med væsentligt hurtigere tidsrammer for medicinske gennembrud end hvad laboratorieeksperimenter alene kan opnå.

Industrifinansierere 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 livet. Max Jaderberg, præsident for Isomorphic Labs, udtalte, at virksomheden slutter sig til initiativet som grundlæggende medlem, og at genereringen af data til at løse forudsigende systembiologi kræver en skalering ud over, hvad nogen enkelt organisation kan producere i dag. Pushmeet Kohli, vicepræsident for AI for Science hos Google DeepMind og Google Clouds chefforsker, sagde, at investeringen i biologisk datagenerering vil hjælpe med at skabe en åben, standardiseret datakommun for forskere.

Den Virtual Biology Initiative blev annonceret den 29. april 2026 som en femårig indsats for at koordinere datagenerering på tværs af institutioner og discipliner og for at bygge AI‑klar, åbne datasæt, der muliggør prædiktive modeller af liv. Biohubs grundlæggende forpligtelse på 500 millioner USD forankrer dette arbejde: 400 millioner USD støtter nye måleteknologier, herunder kryo‑elektron‑tomografi, der kan løse næsten atomisk detalje i cellen, mikroskopi, der kan afbilde millioner til milliarder af celler i levende væv, samt ingeniørværktøjer til at bygge og forstyrre biologi på molekylært, cellulært, vævs‑ og helorganismniveau. Yderligere 100 millioner USD finansierer forskning uden for Biohub. Ved lanceringen i april sagde Biohub, at opnåelsen af en højpræcis prædiktiv model af cellen ville kræve størrelsesordener mere data, end der i øjeblikket er tilgængelige. Partnerne, der blev navngivet 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 fællesskab 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 siden Human Genome Project og angiver, at de er forpligtede til at arbejde sammen som en del af initiativet såvel som gennem uafhængige indsatser. NVIDIA vil støtte initiativet med accelereret computerinfrastruktur, domænespecifik software og teknisk ekspertise, og Renaissance Philanthropy hjælper med at udvide finansieringen til datagenerering.

Efterhånden som initiativet tager form, siger 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 bygget og vedligeholdt fællesskabs‑datainfrastruktur, herunder CELLxGENE og CryoET Data Portal. Organisationen sagde, at Virtual Biology Initiative bygger på disse erfaringer for at muliggøre koordinerede indsatser i en skala, som ingen enkelt institution kan opnå alene.