Google DeepMind, Meta, Isomorphic Labs oraz amerykańskie agencje federalne łączą siły, aby stworzyć wirtualne modele komórek wykorzystujące sztuczną inteligencję. Inicjatywa o łącznej wartości około 1,8 mld dolarów ma umożliwić naukowcom przewidywanie reakcji komórek na leki i inne interwencje oraz przeprowadzanie części eksperymentów biologicznych w środowisku cyfrowym. Projekt może w przyszłości przyspieszyć badania nad chorobami i rozwój nowych terapii.
Z tego artykułu dowiesz się…
- Czym są wirtualne komórki i w jaki sposób sztuczna inteligencja może przewidywać reakcje żywych komórek na leki oraz inne interwencje biologiczne.
- Jakie są szczegóły inicjatywy Virtual Biology Initiative o wartości około 1,8 mld dolarów, realizowanej przy udziale Google DeepMind, Meta, Isomorphic Labs, Biohub oraz amerykańskich agencji federalnych.
- Jak superkomputery, zaawansowana mikroskopia i multimodalne zbiory danych biologicznych mają umożliwić tworzenie modeli AI symulujących zachowanie komórek.
- Jak wirtualne komórki mogą przyspieszyć odkrywanie nowych leków i badania nad chorobami, kiedy mają powstać pierwsze modele predykcyjne oraz jakie wyzwania stoją przed naukowcami.
Czym są wirtualne komórki i jak mogą zmienić badania biomedyczne?
Wirtualna komórka to zaawansowany model komputerowy, który ma odtwarzać zachowanie żywej komórki i przewidywać jej reakcje na zmieniające się warunki. W przeciwieństwie do tradycyjnych baz danych biologicznych, opisujących przede wszystkim istniejące struktury i procesy, modele predykcyjne mają umożliwiać symulowanie zjawisk, których wcześniej nie zbadano eksperymentalnie.
Przykładowo naukowcy mogliby sprawdzić, jak określony typ komórek zareaguje na potencjalny lek, zmianę aktywności genu lub inne zaburzenie molekularne, zanim rozpoczną kosztowne doświadczenia laboratoryjne. Takie rozwiązanie wymaga jednak ogromnych ilości wysokiej jakości danych. Komórki różnią się bowiem budową, funkcjami i reakcjami na bodźce, a ich zachowanie zależy od wielu wzajemnie powiązanych procesów biologicznych. Właśnie tę barierę ma pomóc pokonać Virtual Biology Initiative, pięcioletni program badawczy rozwijany przez organizację Biohub.
Modele AI mają przewidywać reakcje różnych typów komórek na interwencje
Jednym z najważniejszych założeń Virtual Biology Initiative jest opracowanie modeli sztucznej inteligencji, które będą potrafiły przewidywać zachowanie komórek w znacznie szerszym zakresie warunków biologicznych niż obecnie dostępne narzędzia. W tym celu naukowcy zamierzają gromadzić dane dotyczące reakcji różnych typów komórek na interwencje, w tym zmiany zachodzące na poziomie molekularnym, komórkowym i tkankowym. Szczególne znaczenie będzie miało rozszerzenie badań na większą liczbę typów komórek i stanów chorobowych.
Podstawą projektu będą multimodalne zbiory danych biologicznych, łączące informacje uzyskane za pomocą różnych metod pomiarowych i obrazowych. Ma to umożliwić sztucznej inteligencji analizowanie wielu aspektów funkcjonowania komórki jednocześnie, zamiast koncentrowania się na pojedynczym procesie biologicznym. Docelowo modele mogłyby przewidywać reakcje komórek na określone interwencje, nawet jeśli wcześniej nie przeprowadzono dokładnie takich eksperymentów. Jak podkreśliła dr Nicole Kleinstreuer z amerykańskich Narodowych Instytutów Zdrowia (NIH):
Łącząc zasoby i wiedzę specjalistyczną, możemy przyspieszyć rozwój uniwersalnych modeli komórkowych o wystarczającej złożoności biologicznej, aby przewidzieć reakcję dowolnej komórki na interwencję.
Osiągnięcie takiego poziomu dokładności pozostaje jednak wyzwaniem naukowym. Wymaga nie tylko zwiększenia ilości danych, ale również opracowania metod pozwalających oceniać wiarygodność przewidywań generowanych przez AI.
Prawie 1,8 mld dolarów na rozwój biologii cyfrowej
7 października 2026 roku ogłoszono rozszerzenie inicjatywy Biohub o współpracę z największymi firmami technologicznymi oraz instytucjami federalnymi Stanów Zjednoczonych. Łączna wartość zaangażowanych środków i zasobów sięga około 1,8 mld dolarów. Finansowanie obejmuje zarówno nowe inwestycje, jak i wcześniej utworzoną infrastrukturę badawczą. Najważniejsze elementy przedsięwzięcia to:
- 300 mln dolarów od Google DeepMind, Meta i Isomorphic Labs na rozwój technologii oraz wielowymiarowych zbiorów danych biologicznych.
- 500 mln dolarów od Biohub, zadeklarowane podczas uruchomienia inicjatywy w kwietniu 2026 roku.
- Ponad 500 mln dolarów od Departamentu Energii USA (DOE), przeznaczone w ciągu pięciu lat na pomiary biologiczne, modelowanie i zaawansowane obliczenia.
- Zasoby NIH powstałe dzięki wcześniejszym inwestycjom federalnym przekraczającym 500 mln dolarów, obejmujące między innymi repozytoria i zbiory danych biomedycznych.
Warto podkreślić, że 1,8 mld dolarów nie oznacza wyłącznie nowego finansowania gotówkowego. Część tej wartości stanowią istniejące zasoby, technologie i infrastruktura udostępniane przez partnerów.
Sztuczna inteligencja potrzebuje nowych danych biologicznych
Jednym z największych wyzwań współczesnej biologii obliczeniowej jest niedobór ustandaryzowanych danych eksperymentalnych, które można wykorzystać do trenowania zaawansowanych modeli sztucznej inteligencji.Chociaż naukowcy dysponują ogromnymi zbiorami informacji genomicznych, proteomicznych i obrazowych, dane te często powstają z wykorzystaniem różnych technologii i metod badawczych. Utrudnia to ich bezpośrednie porównywanie oraz łączenie.
Biohub zamierza stworzyć wspólną infrastrukturę obejmującą standardy danych, jednolite identyfikatory i centralny punkt dostępu do zasobów pochodzących z różnych instytucji. Celem nie jest jedynie opisanie komórek, ale zgromadzenie informacji pozwalających przewidywać ich zachowanie po określonej interwencji. Może to otworzyć drogę do rozwoju modeli AI zdolnych do analizowania złożonych procesów biologicznych i formułowania hipotez wymagających dalszej weryfikacji.
Superkomputery i nowoczesna mikroskopia podstawą projektu
Istotną rolę w przedsięwzięciu odegra Departament Energii USA, który udostępni możliwości amerykańskich laboratoriów narodowych. W ramach programu wykorzystywane będą między innymi superkomputery eksaskalowe, zaawansowane technologie obrazowania, kriomikroskopia elektronowa, tomografia oraz autonomiczne laboratoria. Z kolei Biohub przeznaczy 400 mln dolarów ze swojego wcześniejszego zobowiązania na rozwój technologii pomiarowych.
Szczególne znaczenie ma kriotomografia elektronowa, umożliwiająca badanie trójwymiarowej organizacji struktur komórkowych z bardzo wysoką rozdzielczością. Rozwijane będą również systemy mikroskopowe pozwalające na obrazowanie milionów, a potencjalnie nawet miliardów komórek w żywych tkankach. Pozostałe 100 mln dolarów z finansowania Biohub wesprze badania prowadzone poza organizacją. Połączenie zaawansowanych pomiarów z ogromną mocą obliczeniową ma umożliwić tworzenie zbiorów danych o skali niedostępnej dotychczas dla pojedynczych ośrodków.
Genesis Mission i BioGenesis. Rząd USA rozwija infrastrukturę dla AI w biologii
Współpraca Biohub z amerykańskimi agencjami federalnymi jest powiązana z szerszym programem wykorzystania sztucznej inteligencji w badaniach naukowych. Departament Energii USA uczestniczy w projekcie w ramach Genesis Mission, inicjatywy łączącej możliwości laboratoriów narodowych, zaawansowanych systemów obliczeniowych i technologii eksperymentalnych. Z kolei NIH angażuje się poprzez program BioGenesis, którego celem jest wykorzystanie istniejących zasobów biomedycznych do rozwoju badań opartych na sztucznej inteligencji.
Istotną częścią tego przedsięwzięcia będzie integracja danych pochodzących z krajowych repozytoriów, w tym zasobów National Library of Medicine (NLM) oraz National Center for Biotechnology Information (NCBI). Do współpracy zostaną również wykorzystane programy NIH Common Fund, w ramach których powstają atlasy biologiczne, wspólne standardy danych oraz zbiory informacji przygotowywane z myślą o zastosowaniach AI.
Dzięki temu inicjatywa nie będzie opierać się wyłącznie na nowych eksperymentach, lecz również na uporządkowaniu i ponownym wykorzystaniu danych zgromadzonych podczas wcześniejszych badań biomedycznych. Takie rozwiązanie może zwiększyć wartość istniejących zasobów naukowych i ułatwić ich wykorzystanie przez zespoły zajmujące się modelowaniem biologicznym.
Google DeepMind, Meta i Isomorphic Labs wspierają rozwój modeli AI
Udział największych firm technologicznych pokazuje rosnące znaczenie sztucznej inteligencji w badaniach biologicznych i farmaceutycznych. Google DeepMind wnosi doświadczenie w tworzeniu zaawansowanych modeli AI wykorzystywanych w nauce. Isomorphic Labs koncentruje się natomiast na zastosowaniu uczenia maszynowego w odkrywaniu i projektowaniu leków.
Meta dołącza jako partner finansujący przedsięwzięcie. Biohub został założony w 2016 roku przez Marka Zuckerberga i Priscillę Chan. W inicjatywie uczestniczą również uznane instytucje naukowe, między innymi Allen Institute, Broad Institute, Gladstone Institutes i Wellcome Sanger Institute, a także międzynarodowe projekty Human Cell Atlas oraz Human Protein Atlas. NVIDIA zapewni wsparcie w zakresie infrastruktury obliczeniowej, specjalistycznego oprogramowania i wiedzy technicznej.
Biohub ma już doświadczenie w tworzeniu otwartych baz danych biologicznych
Virtual Biology Initiative nie jest pierwszym przedsięwzięciem Biohub związanym z udostępnianiem zaawansowanych danych biologicznych. W ciągu ostatniej dekady organizacja rozwijała projekty, które wspierają badania nad strukturą, funkcjonowaniem i różnorodnością komórek. Wśród nich znajdują się:
- Tabula Sapiens – atlas komórkowy człowieka, umożliwiający analizowanie różnorodności komórek w wielu tkankach i narządach.
- OpenCell – projekt poświęcony badaniu białek, ich lokalizacji oraz organizacji wewnątrz komórek.
- Zebrahub – inicjatywa wykorzystująca zaawansowane obrazowanie do badania rozwoju organizmów.
- CELLxGENE – infrastruktura ułatwiająca udostępnianie i analizowanie danych z badań pojedynczych komórek.
- CryoET Data Portal – platforma zapewniająca dostęp do danych pochodzących z kriotomografii elektronowej.
Doświadczenia zdobyte podczas realizacji tych projektów mają stanowić podstawę budowy nowej, znacznie większej infrastruktury danych biologicznych. W przeciwieństwie do wcześniejszych przedsięwzięć, koncentrujących się na określonych typach pomiarów lub obszarach biologii, Virtual Biology Initiative zakłada połączenie wielu rodzajów informacji w zasób umożliwiający trenowanie modeli predykcyjnych. Oznacza to przejście od gromadzenia i opisywania danych biologicznych do wykorzystywania ich w systemach AI przewidujących zachowanie żywych komórek.
Jak wirtualne komórki mogą przyspieszyć odkrywanie nowych leków?
Jednym z najbardziej obiecujących zastosowań biologii wirtualnej jest możliwość cyfrowego testowania hipotez dotyczących mechanizmów chorób i działania potencjalnych terapii. Modele predykcyjne mogłyby w przyszłości wspierać identyfikację celów terapeutycznych, ocenę wpływu substancji na komórki oraz wybór najbardziej obiecujących kierunków badań.
Dzięki temu część eksperymentów mogłaby zostać przeprowadzona najpierw komputerowo, a dopiero później zweryfikowana w laboratorium. Potencjalne korzyści obejmują ograniczenie liczby nieefektywnych doświadczeń, lepsze planowanie badań przedklinicznych i szybsze poznawanie mechanizmów chorobowych. Nie oznacza to jednak zastąpienia eksperymentów biologicznych czy badań klinicznych. Skuteczność i wiarygodność wirtualnych komórek będą wymagały niezależnej walidacji eksperymentalnej.
Otwarte dane biologiczne mają wspierać naukowców na całym świecie
Ważnym elementem przedsięwzięcia jest stworzenie międzynarodowej infrastruktury, z której docelowo będą mogły korzystać zespoły badawcze niezależnie od wielkości instytucji czy kraju prowadzenia badań. Biohub zamierza połączyć zasoby partnerów poprzez wspólne standardy, jednolite identyfikatory i jeden punkt dostępu do danych. Ma to ułatwić wykorzystywanie wyników eksperymentów prowadzonych w różnych laboratoriach oraz rozwijanie modeli AI na podstawie większych, bardziej zróżnicowanych zbiorów. Znaczenie otwartego dostępu do danych podkreślił Pushmeet Kohli, wiceprezes ds. sztucznej inteligencji w nauce w Google DeepMind i główny naukowiec Google Cloud:
Dążenie do zbudowania wirtualnej komórki to jedno z największych wyzwań naukowych i klucz do zrozumienia mechanizmów życia. Nie rozwiążemy tego problemu bez otwartych, eksperymentalnych danych biologicznych na niespotykaną dotąd skalę, pokazujących, jak żywe komórki zachowują się i reagują na zmiany.
Inicjatywa zakłada również rozwijanie współpracy pomiędzy środowiskiem akademickim, instytucjami publicznymi i przemysłem biotechnologicznym. W praktyce może to sprzyjać powstawaniu nowych narzędzi badawczych oraz umożliwić mniejszym ośrodkom korzystanie z danych, których samodzielne wygenerowanie wymagałoby ogromnych nakładów finansowych. Istotne będzie jednak to, na jakich zasadach i w jakim terminie poszczególne zasoby zostaną udostępnione całej społeczności naukowej.
Kiedy powstaną pierwsze wirtualne komórki?
Projekt ma pięcioletni horyzont realizacji. Pierwszy zbiór danych jest oczekiwany w ciągu około roku, natomiast opracowanie funkcjonalnych modeli predykcyjnych stanowi cel na kolejne lata. Ważną kwestią pozostaje dostępność danych. Zgodnie z przedstawionymi założeniami partnerzy komercyjni mają otrzymywać około roczny okres wyłącznego dostępu do współfinansowanych przez siebie zbiorów, zanim zostaną one udostępnione publicznie. Dane finansowane ze środków federalnych mogą podlegać odmiennym zasadom.
Choć inicjatywa zakłada stworzenie otwartych zasobów dla społeczności naukowej, rozwiązanie to może zapewnić największym firmom technologicznym czasową przewagę w rozwijaniu modeli AI.
Wirtualna biologia może otworzyć nowy etap badań medycznych
Rozszerzenie Virtual Biology Initiative pokazuje, że rozwój sztucznej inteligencji w medycynie coraz silniej zależy nie tylko od algorytmów, lecz także od jakości danych biologicznych i infrastruktury eksperymentalnej. Jeżeli przedsięwzięcie zakończy się sukcesem, naukowcy mogą otrzymać narzędzia pozwalające analizować reakcje komórkowe i testować hipotezy terapeutyczne w sposób dotychczas niedostępny.
Na obecnym etapie uniwersalna wirtualna komórka pozostaje jednak celem badawczym, a nie gotową technologią. Najbliższe pięć lat pokaże, czy współpraca instytucji publicznych, ośrodków naukowych i firm technologicznych przełoży się na rzeczywisty postęp w odkrywaniu nowych leków.
Główne wnioski
- Google DeepMind, Meta, Isomorphic Labs, Biohub oraz rząd USA rozwijają projekt wirtualnych komórek o łącznej wartości około 1,8 mld dolarów. Inicjatywa ma stworzyć dane i infrastrukturę niezbędne do opracowania modeli AI przewidujących zachowanie żywych komórek.
- Google DeepMind, Meta i Isomorphic Labs przeznaczą łącznie 300 mln dolarów, Biohub zadeklarował 500 mln dolarów, a Departament Energii USA zainwestuje ponad 500 mln dolarów w ciągu pięciu lat. NIH udostępni zasoby powstałe dzięki wcześniejszym inwestycjom federalnym przekraczającym 500 mln dolarów.
- Wirtualne komórki mogą przyspieszyć odkrywanie nowych leków i rozwój terapii. Modele sztucznej inteligencji mają umożliwiać cyfrowe symulowanie reakcji komórek na substancje lecznicze i inne interwencje, pomagając naukowcom wybierać najbardziej obiecujące kierunki badań przed rozpoczęciem eksperymentów laboratoryjnych.
- Virtual Biology Initiative to pięcioletni program badawczy, a uniwersalna wirtualna komórka pozostaje celem naukowym. Pierwsze zbiory danych mają powstać w ciągu około roku, natomiast opracowanie funkcjonalnych modeli predykcyjnych zaplanowano w perspektywie pięciu lat. Ich skuteczność będzie wymagała weryfikacji eksperymentalnej.
Źródło:
- https://biohub.org/news/virtual-biology-initiative-expansion/
- https://biohub.org/news/virtual-biology-initiative/
