美政府与谷歌加入Biohub：18亿美元推动AI生物学数据开放

据路透社2026年10月7日报道，美国政府与科技巨头Meta、谷歌母公司Alphabet正式加入非营利机构Biohub，共同构建大规模开放生物数据集，用于训练人工智能模型。Biohub表示，该项目总投资已累计达到18亿美元，旨在借助AI加速疾病机制研究与药物发现进程。

要闻速览

多方联手：Biohub汇聚政府与私人资本

Biohub由扎克伯格夫妇于2015年创立，专注于开放科学。根据路透社消息，此次合作方包括美国国家卫生研究院（NIH）、Meta与Alphabet旗下DeepMind。CNA援引Biohub声明称，这些伙伴将贡献海量基因组、蛋白质结构和临床数据。NIH局长莫妮卡·贝塔诺表示：“这是前所未有的公私合作，将建立生物医学AI的数据基础设施。”Meta承诺提供其社交网络相关匿名化健康数据，而DeepMind将分享AlphaFold技术积累的蛋白质结构预测经验。

要闻回顾

18亿美元分配：资金与数据的协同

该项目总投资18亿美元，其中政府拨款占一定比例，其余来自企业投入与扎克伯格夫妇的慈善基金。下表显示了主要参与方的角色：

一周要闻

新闻图片

参与方	贡献内容	价值估算	备注

--------	----------	----------	------

美国NIH	资金支持与数据监管	约5亿美元	首批拨款于2026年到位

Meta	开放社交健康数据	约3亿美元	涵盖数千万用户匿名记录

Alphabet/Google DeepMind	AlphaFold预测数据	约2亿美元	涉及2亿蛋白质结构

扎克伯格家族基金	初始与追加捐赠	约8亿美元	2015年起累计投入

Biohub首席执行官史蒂芬·奎克说：“这些投资确保了数据集的质量与开放性，任何科学家都可免费使用。”

新闻视频

AI生物学数据：开放为何是关键？

传统生物数据常分散在商业公司或封闭实验室，形成“数据孤岛”。据路透社分析，Biohub项目要求所有数据遵循FAIR原则（可发现、可访问、可互操作、可复用）。此举可避免重复采集，并让中小型机构也能训练AI模型。美联社指出，开放数据集已在AlphaFold训练中证明价值——通过共享结构数据，加速了新药靶点发现。Biohub计划首批推出100万个单细胞转录组图谱与50万个蛋白质相互作用数据。

从基因组到药物：AI的实际应用前景

基于这些数据，AI模型可预测蛋白质折叠、模拟药物分子交互，甚至通过基因表达模式诊断罕见病。CNA报道称，DeepMind团队已利用类似数据将药物研发初期时间缩短40%。生物技术公司Recursion和Insilico也参与测试。2025年，一个基于开放数据的AI算法成功发现用于神经退行性疾病的候选化合物。Biohub预计，到2028年将有至少三种AI发现的药物进入临床试验。

专家观点：机遇与数据治理挑战

“开放数据虽好，但必须平衡隐私与专利风险。”斯坦福大学法律与生物伦理学家汉克·格雷利对路透社表示。他呼吁建立全球数据使用许可框架。另一方面，Biohub首席数据官林恩·王强调：“通过区块链技术记录数据溯源，我们能确保贡献者获得合理署名。”CNA报道指出，该项目已成立独立伦理委员会，由联合国教科文组织代表介入监督。

未来展望：从18亿美元到生物AI新纪元

Biohub计划在2027年前将数据集规模扩至当前10倍，覆盖所有模型生物。NIH和欧盟已表示愿意后续追加资金。这一公私合作模式若成功，将可能成为全球生物医学数据共享的模板。正如扎克伯格在声明中所言：“如果我们想让AI治愈疾病，第一步就是让算法能够看到完整的生命密码。”

Q1：这次合作对普通患者有何直接影响？

A1：长远看，开放数据集将加速新药研发，使罕见病治疗成本降低。短期内，AI模型可分析患者基因组数据，提供个性化医疗建议，预计三年内可在部分医院试点。

Q2：数据隐私如何保障？

A2：所有数据都会去除个人身份标识，并采用差分隐私技术。Biohub承诺不共享可识别个体的原始数据，且任何商业使用需获独立伦理会批准。

18亿美元只是起点。当政府、科技巨头与非营利机构围绕开放数据形成合力，AI生物学正从实验室走向临床。Biohub模式或重新定义未来十年生物医学创新路径。