Le programme de cellule virtuelle de Biohub s'est encore élargi le 7 octobre 2026. Reuters a rapporté ce jour-là que Google DeepMind, Meta et la société de découverte de médicaments Isomorphic Labs investissent ensemble 300 millions de dollars. Ajoutés aux plus de 500 millions de dollars du département américain de l'Énergie sur cinq ans, aux ressources de données coordonnées par les National Institutes of Health et aux 500 millions que Biohub elle-même a engagés en avril, l'investissement total atteint 1,8 milliard de dollars.
Ce que cet argent achète concrètement
La Virtual Biology Initiative ne cherche pas à corriger un modèle faible en particulier. Son postulat est que les données d'entraînement elles-mêmes sont très insuffisantes. Le plan consiste à mesurer à grande échelle comment les cellules réagissent à des changements dans bien plus de conditions que celles étudiées jusqu'ici, à organiser ces mesures en jeux de données ouverts pour l'entraînement de l'IA, puis à construire des modèles de cellule virtuelle capables de prédire le comportement cellulaire. Une grande partie du développement de médicaments repose encore sur des essais et erreurs sur cellules et animaux réels, avec des cycles comptés en années. Si un modèle peut d'abord écarter les options sans espoir dans un environnement numérique, l'effort de laboratoire peut se concentrer sur les pistes les plus prometteuses. C'est le rendement que cet argent vise à acheter.
Qui paie, et qui utilise les données en premier
La structure de financement règle le rythme d'ouverture. Biohub, l'organisation à but non lucratif fondée par Mark Zuckerberg et Priscilla Chan, prévoit de rendre les données publiques pour les chercheurs du monde entier, mais les financeurs commerciaux bénéficient d'une période d'embargo : une avance pour travailler sur les données avant leur ouverture. Côté public, le département de l'Énergie finance les mesures en laboratoire, la modélisation et le calcul, tandis que les NIH coordonnent des jeux de données et des dépôts construits avec plus de 500 millions de dollars de financements fédéraux antérieurs et les normalisent pour l'entraînement de l'IA. En résumé, l'argent public achète le socle de données, l'argent industriel achète une avance temporelle.
À quelle distance des patients
Un peu de prudence s'impose : la cellule virtuelle reste une direction, pas un produit. Les interactions à l'intérieur de la cellule sont extraordinairement complexes, et les volumes de données actuels sont inférieurs de plusieurs ordres de grandeur à ce qu'exigerait une prédiction de haute précision. C'est précisément pour cela que le plan dépense d'abord dans la production de données. Isomorphic Labs est issue de l'écosystème DeepMind et fonde sa découverte de médicaments sur l'héritage de prédiction de structure des protéines d'AlphaFold. Sa participation montre que l'industrie parie sur la même logique : des modèles biologiques prédictifs d'abord, une découverte de médicaments globalement plus rapide ensuite. Pour le lecteur général, l'enjeu n'est pas un médicament proche du marché, mais le déplacement de la concurrence, des modèles vers l'infrastructure de données, une couche désormais financée conjointement par les États, la philanthropie et les entreprises technologiques.
