Biohub нарастил финансирование Virtual Biology Initiative до $1,8 млрд, работая над созданием универсальной модели живой клетки. Задача — разработать искусственный интеллект, который сможет предсказать, как клетка отреагирует на лекарство, изменение условий или генетическое воздействие, не дожидаясь лабораторного опыта. В инициативу вступили американские государственные агентства, Google DeepMind и Isomorphic Labs.
Виртуальная клетка — это не трёхмерная визуализация. Исследователи создают ИИ-систему, которой можно задать биологический вопрос и получить прогноз. Частичные решения уже существуют: модели учатся предсказывать реакцию раковых клеток на препараты. Biohub масштабирует цель — система должна работать с разными типами клеток, условиями среды и видами воздействия.
Сумма $1,8 млрд сложилась из нескольких источников. Biohub выделил $500 млн на пятилетнюю программу. Google DeepMind и Isomorphic Labs добавляют вместе $300 млн. Министерство энергетики США инвестирует свыше $500 млн на измерения, вычисления и моделирование. Ещё $500 млн составляют существующие федеральные биомедицинские базы данных и оборудование, которые Национальные институты здравоохранения США готовят для обучения ИИ.
Узкое место проекта — не вычислительная мощь, а качество биологических данных. Языковые модели обучились на триллионах слов. Клеточная биология пока не располагает сопоставимым архивом наблюдений, собранных по единым стандартам. Команда будет измерять реакцию клеток на лекарства, генные изменения и другие воздействия, затем объединять результаты в совместимые датасеты для ИИ.
Исследователи изучают клетку на нескольких уровнях одновременно. Пространственная транскриптомика показывает, какие гены активны в каждой клетке и её положение в ткани. Криоэлектронная томография раскрывает внутреннее строение клетки почти на атомарном масштабе. Новые системы микроскопии смогут одновременно наблюдать миллионы и миллиарды клеток в живой ткани. Чем полнее измерения, тем больше ситуаций поймёт ИИ.
Для обработки данных проект получит доступ к экзафлопсным вычислителям, рентгеновским и нейтронным установкам, электронным микроскопам и автоматизированным лабораториям. Разработчики не просто накапливают информацию — они проверяют компьютерные предсказания на реальных экспериментах.
Первые полноценные датасеты планируют завершить примерно за год, рабочие модели — за пять лет. Это ориентиры, не гарантированные сроки. Коммерческие партнёры получат год раннего доступа к собранным ими данным, затем материалы станут открытыми. Государственные данные откроют сразу.
При успехе биологи смогут проверять гипотезы на компьютере и переходить к лабораторным экспериментам только с перспективными вариантами. До универсальной модели далеко: нужно собрать огромный объём согласованных данных и доказать, что ИИ может переносить знания между разными клеточными типами и условиями. Пока $1,8 млрд покупают возможность проверить саму идею — научиться ли машине достаточно точно предсказывать поведение живой клетки.
