陈-祖克柏 Biohub 10 月 7 日宣布，Google DeepMind、Isomorphic Labs、Meta，以及美国能源部和美国国立卫生研究院（NIH）已加入其 Virtual Biology Initiative。该计划的目标不是发布新模型，而是为“虚拟细胞”AI 模型建设开放数据，总规模合计 18 亿美元。
Biohub 说明，这是一项数据基础设施计划。按其设想，“虚拟细胞”是能够预测细胞在面对药物、突变或疾病时如何反应的 AI 模型，但目前这类可准确预测细胞行为的模型仍未实现。
瓶颈在于生物数据规模
Biohub 科学负责人 Alex Rives 对路透表示，现有细胞数据集大致处于数亿个细胞的量级，而要训练出准确的预测模型，需要数十亿个细胞的数据，最终可能要达到上兆级别。
他说：「我们需要捕捉生物学的语言，捕捉细胞的语言，而这种语言今天还不存在。」
Biohub 在 4 月的新闻稿中曾将这一计划类比为蛋白质数据库 Protein Data Bank 和人类基因组计划：前者依靠全球研究者持续整理和贡献，成为重要科学资源；后者则依靠全球顶尖实验室围绕同一目标协同推进。
Biohub 与项目背景
Biohub 成立于 2016 年。根据文中信息，2025 年 11 月，陈-祖克柏倡议将科学业务整合到 Biohub 名下，并入 AI 生物实验室 EvolutionaryScale，交易金额未披露，共同创办人 Rives 出任科学负责人。
祖克柏当时表示，最初目标是在本世纪内治愈或预防所有疾病，随着 AI 进展，这件事「可能快得多」。
18 亿美元如何构成
按 Biohub 披露，18 亿美元由四部分组成。
- 第一部分是 Biohub 自身投入的 5 亿美元，其中 4 亿美元用于内部量测技术，1 亿美元用于资助外部研究。这笔资金已在 4 月 29 日公布，并非本次新增。
- 第二部分是美国能源部“超过 5 亿美元”的投入，分 5 年执行，纳入能源部主导的 Genesis Mission，用于实验室量测、建模和算力。
- 第三部分来自 NIH，但并非新增拨款。按 Biohub 新闻稿说法，NIH 协调的是过去超过 5 亿美元联邦投资所积累的数据集、数据库和知识库，再由 Biohub 协助标准化，用于 AI 训练。NIH 自身公告未提及任何金额，只提到整合既有生物医学数据集和国家数据基础设施。
- 第四部分是 Google DeepMind、Isomorphic Labs 和 Meta 三家公司合计 3 亿美元，具体各自出资额未披露。
文中提到，Isomorphic Labs 是 Alphabet 旗下、从 DeepMind 分拆出来的 AI 药物研发公司。
“开放”数据并非立即全部公开
Rives 对 Axios 表示，商业合作伙伴对其出资产生的数据享有 1 年独家期，之后才会向外部开放。
他说：「我们得给商业参与者一些加入的诱因，数据保留期提供的就是这个。但保留期是一年。」
Rives 也对路透表示，政府出资形成的数据没有这一限制。下一步，团队还将继续接触药企和慈善机构。
时间表仍属预期
在进度安排上，Rives 对路透表示，这类工作通常需要几十年，但合作方希望压缩到 5 年。首批数据集预计约 1 年后准备就绪，他预期 5 年内可以做出准确的预测模型。不过，文中同时指出，这些都属于他的预期，并非已经签署的交付时间表。
Rives 早在 4 月接受 Axios 采访时就提出一个关键问题：细胞生物学是否也会出现其他 AI 领域那样的“规模定律”，即数据越多，模型能力越能稳定提升。这次他对 Axios 表示，在拿到第一批大规模数据集后 1 年内，研究人员就能训练模型、评估能力，并判断哪些额外生物数据能继续提升模型表现。
他还以 AI 在蛋白质生物学上的进展为例称：「它在每个领域都有效，在生物学也有效。」
陈-祖克柏与其他机构也在推进相关布局
普莉希拉·陈在接受路透采访时表示：「我们一直把它当成整个社群的共同资产，不专属于哪一个团体，这样它才能随着时间不断累积。」
路透同时提到，Anthropic 正加码投入生物学并自建湿实验室，OpenAI Foundation 也启动了超过 1.25 亿美元的生物医学数据集资助计划。