Biohub 的虚拟细胞计划在 2026 年 10 月 7 日迎来新一轮扩围。路透社当天报道，Google DeepMind、Meta 与药物发现公司 Isomorphic Labs 联合投入 3 亿美元；加上美国能源部未来五年超过 5 亿美元的投入、国立卫生研究院协调的既有联邦数据资源，以及 Biohub 今年 4 月先行承诺的 5 亿美元，整个计划的总投入达到 18 亿美元。
这笔钱具体买什么
虚拟生物学计划要解决的不是某个单点模型不够强，而是训练数据根本不够。计划的做法是大规模测量细胞在远比以往更多的条件变化下如何反应，把这些反应整理成可供 AI 训练的开放数据集，再据此训练能预测细胞行为的虚拟细胞模型。药物研发中大量环节目前要在真实细胞和动物身上逐轮试错，周期以年计；如果模型能先在数字环境里把没希望的方案筛掉，实验资源就能集中到最有希望的方向上。这是这笔钱想换来的核心回报。
谁出钱，谁先用数据
出资结构决定了数据的开放节奏。Biohub 是扎克伯格与普莉希拉·陈创办的非营利研究机构，这次计划的数据最终会向全球科研界公开，但商业出资方享有禁运期：先在内部使用一段时间，之后才成为公共科学资源。联邦资金的部分则由能源部投向实验室测量、建模与算力，国立卫生研究院负责把此前超过 5 亿美元联邦投入形成的数据集与资料库标准化，供 AI 训练调用。换句话说，公共资金买的是数据底座，产业资金换的是时间差。
离治病救人还有多远
需要泼一点冷水：虚拟细胞目前仍是方向而不是产品。细胞内部的相互作用极其复杂，现有数据量离高精度预测还差着数量级，这正是计划要先砸钱补数据的原因。Isomorphic Labs 出自 DeepMind 体系、依托 AlphaFold 的蛋白质结构预测积累做药物发现，它的加入说明产业方押注的是同一条逻辑——先有可预测的生物学模型，药物发现的速度才可能整体抬升。对普通读者来说，这件事的意义不在于某款新药临近上市，而在于 AI 制药的竞争正在从比模型转向比数据基础设施，而数据这一层开始由政府、慈善机构和科技公司共同买单。
