跳到正文
BiopharmaTrend·· 12 天前AI 评分67

Chan Zuckerberg 旗下 Biohub 将虚拟细胞计划扩大至 18 亿美元

The $1.8 Billion Bet That More Data Will Enable Progress in Virtual Cells

AI 导读

Chan Zuckerberg 旗下 Biohub 在 10 月将虚拟生物学计划扩大到 18 亿美元,用于生产开放、标准化的数据,训练能预测细胞对药物或基因编辑反应的虚拟细胞模型。

正文 · AI 翻译

  AI in Bio

10 月,陈·扎克伯格科学组织 Biohub 将虚拟生物学计划扩大到 18 亿美元。这笔钱用于支付开放、标准化的数据,以训练虚拟细胞:即在任何人实际开展实验之前,就能预测细胞对药物或基因编辑将如何反应的 AI 模型。

目前的模型还无法可靠地处理它们未见过的细胞和扰动。Biohub 科学负责人 Alex Rives 预计五年内将出现准确的预测模型,而不是现在。更多、更好的数据有望弥合这一差距。

这能否实现确实存在争议。今年发布的基准测试对模型的优劣各执一词,很大程度上是因为该领域尚未就如何衡量达成一致。本周迎来了最接近通用标尺的东西:Arc Institute 2026 虚拟细胞挑战赛的最终参赛作品将于 11 月 5 日(周四)截止。

谁在下注,赌的是什么

Biohub 自行构建模型,例如 rBio,并与 Arc 和 Tahoe Therapeutics 一起生成了一个 包含超过 1.2 亿个细胞的扰动数据集。2025 年 11 月,EvolutionaryScale 团队加入,其联合创始人 Rives 现在领导 Biohub 的科学工作。

这 18 亿美元并非全是新资金。Biohub 已于 4 月承诺投入 5 亿美元。美国能源部将在五年内追加超过 5 亿美元,NIH 贡献了利用早期联邦资金构建的数据集,而 Google DeepMind、Isomorphic Labs 和 Meta 共同投入 3 亿美元。

对其他人来说有一个附加条件。Rives 告诉路透社,商业资助者在数据公开前享有一段禁运期,而 The Next Web 报道称,他告诉 Axios 这段期限为一年。第一个数据集预计在大约一年后发布。

Biohub 并非孤军奋战。Illumina 的十亿细胞 CRISPR 图谱由阿斯利康、默克和礼来共同资助。该领域越来越多的资金正流向数据,而不仅仅是模型。

证据两面俱全

开发者自己的数字看起来很亮眼。Arc 的 STATE 论文称,据作者所知,这是第一个在跨细胞环境泛化方面持续优于简单线性基线的模型,其评分采用 Cell-Eval,即同一篇论文引入的评估框架。在一份演讲摘要中,Xaira 高管表示 X-Cell 在 Pearson Δ 等指标上比最先进的模型高出最多五倍。这两个数字都来自开发者自己的评估。

2026 年的独立基准测试彼此矛盾:

  • 持怀疑态度。4 月份一项针对“野外”模型的基准测试在未见过的细胞和扰动上测试了 STATE 和其他七个深度模型。它发现,在常见设置下的性能往往被高估,而在严格条件下会显著下降。“信号、界限与基线”在七个数据集上发现,深度模型往往无法显著优于简单的线性基线。

  • 更积极的一面。7 月的一份预印本比较了 11 种方法,发现 STATE 在未见过的单基因扰动上比细胞均值基线提升了 26%,而线性模型为 19%:领先,但并不显著。该研究发现深度模型在基因组合以及迁移到未见细胞类型方面有明显提升。Shift Bioscience 及其合作者发表、由 GEN 报道的一篇Nature Biotechnology 论文发现,在经过校准的指标上,深度模型常常胜过无信息量的基线,而 PRESAGE 和 scLambda 表现更佳。

分歧很大程度上源于测量方式。4 月的基准测试发现,不同指标会产生截然不同的模型排名。Nature Biotechnology 团队发现,均方误差等常用指标往往校准不佳,尤其是在扰动效应较弱的数据集上。7 月的预印本报告称,一个被广泛使用的相关性指标,对完全不预测任何变化的模型打分最高。两位斯坦福计算机科学家认为当前基准测试无法可靠地衡量性能,并提出应根据发现成果(例如找到命中项)来评判模型。

举办该挑战赛的 Arc 对第一轮给出了褒贬不一的评价。在其总结中,它表示模型“尚未在所有指标上持续优于朴素基线”,同时在核心能力上显示出显著改进。

为什么本周的挑战赛很重要

2026 年这一轮比去年更严格。2025 年,各团队预测的是他们拥有训练数据的细胞系中的留出敲低实验。今年,模型必须预测六种癌细胞系中的敲低效应,而这些细胞系没有针对挑战赛的专门训练数据。

评分方式本身就说明了测量问题。六项指标中的每一项都在两个锚点之间进行缩放:一个是对该细胞背景下的平均反应进行猜测的基线,另一个是实验的真实重复。分数显示模型距离“平均猜测”还有多远,能向“与重做实验一样好”靠近多少。最终参赛作品须于 11 月 5 日提交,在获胜者公布之前分数将保持隐藏。

结果将展示当今模型在未训练过的细胞上能走多远,并且对所有人采用相同的衡量方式。这些结果无法说明 Biohub 的数据是否有帮助,因为那些数据尚不存在。此外,Arc 也开发了 STATE 和 Stack,因此对于 Arc 自己的模型而言,这场挑战赛是一场共同测试,而非独立测试。

它已经在哪些地方发挥作用

尽管总体问题仍悬而未决,制药行业已经在为狭窄的应用场景买单:

这三个结果都来自开发者或其合作伙伴,并且每个结果都与特定用途相关,而不是声称可以模拟任何细胞。目前,虚拟细胞是用于选择开展哪些实验的工具,而不是它们的替代品。

值得关注的方向

  • 挑战赛结果。强劲的零样本得分将削弱今年的质疑性发现;疲弱的得分则会强化这样一种主张:窄域、经过验证的用途优于通用模型。
  • Biohub 的首个数据集大约一年后发布,以及为期一年禁运期的已公布条款。只有到那时,人们才能检验这个赌注——数据正是所缺失的东西。
  • Xaira 之外的 X-Cell。Xaira 表示权重即将发布,不过目前只计划发布一个更小的 "Mini" 版本。对其主张的外部测试无论结果如何,都将是一个强有力的信号。
  • 第二份制药授权。关注 Noetik 是否会再签一份,或者另一家大型药企达成类似的模型交易。

挑战赛结果公布后,我们将更新追踪器,并发布一篇后续报道,介绍这些模型的表现。

全貌:The Virtual Cell Tracker 比较了 14 个模型、11 个数据集和 16 笔交易,涵盖许可状态以及每项性能主张的证据标签。

主题: 生物领域的 AI

来源:BiopharmaTrend · biopharmatrend.com