Biohub 虛擬細胞計畫擴大：18 億美元資源投入，離可靠預測還有多遠？（2026）

2026 年 10 月 7 日，Biohub 在官網發布〈跨國跨領域合作投入近 20 億美元，打造預測與治療疾病 AI 模型所需的基礎資料〉，宣布擴大生物資料合作。Biohub 虛擬細胞計畫的焦點，是先建立能訓練預測模型的量測與資料基礎，再讓研究者更有效地挑選值得進實驗室的問題。

先拆開 18 億美元的組成，再看「虛擬細胞」需要通過什麼考驗，最後判斷這種跨政府、企業與研究機構的合作，能否把規模變成可靠的科學工具。

Biohub 虛擬細胞計畫：18 億美元包含哪些資源？

依 Biohub 本次公告，整體規模為 18 億美元，涵蓋資金、資料、運算與新量測技術。下表列的是公告中的承諾及資源口徑；把它當成當日新到帳現金，會混淆時間與性質。

來源	公告規模	資源性質
Biohub	5 億美元	4 月已宣布的創始承諾，含內部量測技術與外部研究支持。
美國能源部（DOE）	超過 5 億美元／五年	實驗量測、建模及運算等投入。
美國國家衛生研究院（NIH）	相關資源來自超過 5 億美元既有聯邦投資	協調既有資料集、資料庫與知識資源的貢獻。
Google DeepMind、Isomorphic Labs、Meta	合計 3 億美元	支持多模態資料與預測生物學技術。

Biohub 的 4 月 29 日原始公告可核對創始承諾的時間與分配：4 億美元用於自身資料生成及量測、影像、工程技術，另 1 億美元支持機構外研究。本次擴大接在既有計畫之上。至於其餘合作方的數字，這裡保留為 Biohub 公告所述，不把承諾改寫成已完成的支出。

公告把 Allen Institute、Broad Institute、Gladstone Institutes、Human Cell Atlas、Human Protein Atlas 與 Wellcome Sanger Institute 列為科學合作群體，並列出 NVIDIA 的運算與技術支持、Renaissance Philanthropy 的募資角色。它們的功能分工也提醒我們：這是一套協調資料生成與使用的基礎設施工程。

原文最值得留下的字：could

An accurate predictive model of biology could dramatically accelerate scientific discovery by enabling scientists to perform experiments digitally.

中文：準確的生物學預測模型，可望讓科學家以數位方式進行實驗，大幅加速科學發現。

Alex Rives，Biohub Head of Science／Biohub 2026 年 10 月 7 日公告

這句話先設了條件：模型必須準確，才談得上加速。原文要推動的是跨機構量測、更多細胞類型與干預條件，以及可共同使用的資料。把計畫的願景讀成今天已交付的通用預測能力，會跳過最重要的驗證。

想像一位研究者有許多候選實驗，時間只夠做其中一小部分。若模型能可靠排序，先選出資訊價值較高的實驗，就可能提高每一次量測的效益。這個用途可以在明確範圍內逐步成立；它與「模型已能預測任意細胞、任意干預」是不同大小的承諾。

量到細胞長什麼樣，與知道它會怎麼變，是兩道問題

觀察資料像拍下一座城市；干預資料則像暫時封路，再記錄交通如何改變。前者告訴你哪些特徵常一起出現，後者幫你辨認施加改變後的反應。預測實驗需要把細胞背景、干預方式和結果連起來，單看漂亮的細胞影像，還不足以回答這個問題。這個比喻描述資料設計，並不把細胞簡化成固定交通規則。

Arc Institute 於 8 月 20 日公布的 2026 Virtual Cell Challenge提供一把外部檢驗尺：參賽模型須預測六種細胞株的 CRISPRi 基因抑制反應，只取得它們未受干預時的表現與待抑制基因名單；該細胞背景的實際干預反應保留作評分真值。這項賽事與 Biohub 本次合作是兩個計畫，但它清楚展示了「跨細胞背景泛化」如何成為可驗的任務。

假如模型只在看過的細胞背景答得好，換到新的細胞背景就失準，實驗室會得到一個範圍有限的工具。有限工具仍可能有價值，前提是清楚標出可用範圍、預測誤差與需要補做的量測。想先補上訓練、驗證與資料分布的基本概念，可以讀 AI 模型如何學習。

AlphaLab 的判讀：資源規模要通過四次轉換

一、把資料變大之前，先讓資料能對上

合作的實際難題，可能藏在細胞命名、干預劑量、量測時間、實驗流程和品質標記。兩份表格即使欄位同名，也可能量的是不同條件；模型若把流程差異當成生物差異，資料越多，錯誤也可能越有自信。

Biohub 公告提出共享標準、共同識別碼與單一存取入口。這個方向值得支持：可追溯的條件與相容的欄位，會決定跨機構資料能否共同使用。更有說服力的下一步，是釋出資料規格、品質檢查與版本紀錄，讓其他團隊能核對、重用及指出問題。

二、把資料量變成準確度，必須留下外部考場

Arc 對 2025 年賽事的總結明確指出，當時的干預預測模型尚未在所有指標上持續超越樸素基線，但在辨認干預與找出差異表現基因等能力上出現進展。這是該賽事、資料與指標下的觀察，不能延伸成所有虛擬細胞研究都無效。

它留下的提醒很實用：能畫出合理輪廓，與能預測某一次改變造成什麼結果，要分開評分。因此我更在意未見細胞背景、未見干預與不同實驗機構下的表現，以及相對簡單基線的增益。用一個總分替所有科研用途下結論，會藏住真正的強項和失敗。AI Evals 入門可幫你把這種判準整理成可重複檢查的問題。

三、把開放願景變成可用資料，還要看存取時間

開放資料的價值，在於其他團隊能查錯、建立不同模型，並測試發起者未想到的用途。當企業也出資參與，資料何時向誰開放，就會影響誰能先建立模型與研究優勢。

Axios 當日對 Rives 的訪問報導稱，商業夥伴對其開發資料享有一年優先存取期，之後公開。這個訪問資訊使「何時開放」成為值得追問的治理條件。

我的判斷是：限定期的先行使用，可以成為企業投入的誘因；它的公共價值取決於到期後是否真正能取得資料，以及授權、文件與品質資訊是否足以支持研究。評估這個安排時，要看一批批資料的實際釋出紀錄，而不是只看「open」這個字。

四、把預測變成科研效率，要回到實驗室對帳

模型幫你選出一個值得做的實驗，與模型讓一種疾病得到有效治療，中間仍隔著不同層次的驗證。可先衡量的是：相同實驗預算下，是否更快找出有資訊價值的問題；預測錯了時，是否能辨認是哪種背景或條件超出能力。

NIH 的 Bio Genesis Mission 說明把 AI、運算、資料及治理放在同一個研究基礎框架中。這可支持政策背景的理解，並不替 Biohub 本次金額或模型成果提供獨立驗證。越接近治療用途，越需要對應層次的生物實驗與臨床證據，不能拿細胞預測分數直接換算病人效益。

Biohub 虛擬細胞計畫：我同意什麼、存疑什麼？

我同意投入可共享的量測與資料基礎。若科研團隊能沿用可靠規格與實驗條件，這筆投入可以同時支持許多模型和研究問題。它的價值有機會跨過單一公司的產品週期。

我對「規模自然帶來通用能力」保留判斷。增加資料與運算，是一個值得驗的研究方向；不同細胞背景能否轉移、哪種量測最有幫助、誤差如何變化，需要實際學習曲線與外部評估來回答。蛋白質任務的成功，也不能單獨替整個細胞的預測能力蓋章。

下一份交付	值得看的證據	讀者可以下的判斷
資料批次	條件、品質、版本、存取日期與授權。	是否真的可被其他團隊重用。
模型評估	未見背景與干預、簡單基線、逐項指標及失敗案例。	可靠預測適用於多大範圍。
實驗對帳	先封存預測，再做量測；比較相同預算下的科研成果。	是否改善選題與實驗效率。

若你是研究者，先挑一個有可核對結果的窄問題，保存資料條件與簡單基線，再評估新資源是否改善你的工作。若你是一般讀者，下次看到「AI 模擬生命」的新聞，先找清楚三件事：公布了什麼資料、驗了什麼範圍、實驗室實際確認了什麼。Biohub 虛擬細胞計畫值得追蹤的成果，會落在這些可對帳的交付上。