OpenAI Foundation 启动公共健康数据计划

OpenAI Foundation在2026年9月15日推出了Public Data for Health，这是其第二个科学项目，初始资助超过 $125 百万，用于资助创建和保存高质量的科学数据集，向研究人员广泛开放。

该计划在Abhishaike Mahajan和Jacob Trefethen撰写的帖子中宣布。基金会于2026年4月启动了 AI for Alzheimer’s，这是其在“Life Sciences and Curing Diseases”领域的首个项目；该项目针对一种影响众多家庭的疾病，而新计划旨在推动生命科学在多种疾病上的进展。“Life Sciences and Curing Diseases”是基金会三大初始重点项目之一，另有 AI Resilience 和 Civil Society and Philanthropy。

在公告中，基金会将科学数据描述为对世界的观察，是研究与发现的基础性输入。它将数学的某些领域（AI系统最近开始在无需收集新数据的情况下贡献新知识）与生物学进行对比，后者的模型能够在大规模上分析生物信息，甚至从不完整的证据中恢复隐藏结构。作者写道，他们预计在疾病预防和治疗方面的许多剩余突破将来自为智能新模型提供更多世界观察，并且一些具有巨大公共价值的数据集可能永远无法创建或共享，因为没有单一机构拥有足够的激励或能力来资助它们。

三个初始受资助项目

首批资金支持非营利组织和大学，覆盖分子、流行病学和监管层面的数据。

OpenADMET 将构建开放数据集、基准和盲测竞赛，以测试 AI 模型是否能够预测小分子在体内的吸收和分布，基金会表示此举旨在使药物开发更具可预测性并降低新药的失败率。公告指出，90% 的药物候选品在临床试验中失败，常因难以预测其在体内的吸收和迁移，并引用 AlphaFold2 在 CASP 竞赛中使用 Protein Data Bank 数据的案例，作为将预测挑战与高质量数据相结合的先例。OpenADMET 理事会成员、UCSF 生物工程与治疗科学系教授兼系主任 James Fraser 表示：“药物发现充满了普遍性问题，没有单个公司或致力于治愈特定疾病的学术实验室能够单独解决。”

CTD Commons 将测试是否能够获取并公开提供来自失败或搁置药物项目的通用技术文件（Common Technical Documents）供研究与分析使用。公告称，CTD 汇集了研究药物的完整历程，包括动物毒理学、制造细节以及与 FDA 的通信，而其中只有极小部分出现在已发表的论文中。CTD Commons 的主要组织者、1Day Sooner 总裁 Josh Morrison 表示，该项目将降低临床研究中的重复工作和成本，并最大化其影响。

北卡罗来纳大学将设立生成免疫疗法倡议（Initiative for Generative Immunotherapy），创建公共多模态数据，面向未来，使癌症患者在诊断时即可获得快速、个性化的癌症疫苗。公告描述当前的新抗原癌症疫苗是为每位患者计算设计的少数药物之一：通过对肿瘤细胞进行测序以预测其表面出现的肿瘤特异性靶点，但该测序仅是间接手段，因为直接测量这些靶点并检查患者免疫系统对每个靶点的反应强度既困难又昂贵。UNC 将在数百个肿瘤和多种癌症类型中生成这些缺失的关联，产出基金会所称的该领域首批训练与评估数据集之一，作为去标识化的公共数据，供全球研究人员使用。UNC 医学院遗传学助理教授 Alex Rubinsteyn 表示：“个性化癌症疫苗终于开始显示临床疗效的迹象，但仍存在可能需要数十年才能在传统治疗开发模式下填补的空白。高质量的数据可以帮助我们更快弥合这些空白。”

连通、稀缺和直接数据

除了这些资助外，基金会还发布了关于其支持最有价值的数据类型的初始假设：连通数据，跨多个环节追踪生物学过程；稀缺数据，保存不可再生的资料；以及直接数据，测量最贴近实际需求的生物和临床状态。基金会表示，受资助的数据集通常具备其中一到两个特性，极少数情况下会同时具备全部三者。

基于连通数据的理念，UCSF 的资助将使 OpenADMET 团队能够测量数万化合物的关键分子属性和相互作用，将这些广泛的分析与药物转运测量相结合，包括转运蛋白与选定分子结合的结构以及这些蛋白的功能测定，并在人体血脑屏障模型中测试部分化合物，将结果与体内动物测量进行比较。

在稀缺数据的理念下，CTD Commons 资助项目将审查是否能够在公司关闭且记录消失之前，保存失败药物研发项目的记录。基金会表示，这类文件可能帮助早期药物研发团队了解监管机构在短期内对类似产品的要求，并且在更长期内，可作为机器学习系统发现药物失败或成功模式的资源。

在直接数据的理念下，UNC Lineberger 与 UNC Health 的团队将直接测量肿瘤细胞表面蛋白和患者的 T 细胞反应，而不是仅依赖肿瘤测序。基金会称，如果项目成功，随后开发的疫苗候选者可在更强的靶点支持下进入人体剂量试验。

数据可访问性与后续步骤

基金会表示，在所有资助项目中，使用其支持产生的数据应广泛可用，同时在涉及人类数据时保持个人隐私和同意。基金会鼓励受资助者将分析以预印本形式发布，定期共享数据而非仅在项目结束时共享，并与数据集使用者合作，评估其在生物学价值问题上的实用性。

基金会称，随着科学和人工智能的进步，它正积极更新自身观点，并邀请在 science@openaifoundation.org 提交对该计划的想法。目前正在为生命科学与治愈疾病团队招聘四个开放职位。