18亿美元建通用虚拟细胞：AI生物学卡住的不是GPU，是数据

AI在生物学上的下一个目标，是在电脑里养一个细胞。一个总额18亿美元的计划正在推进，出资和参与方包括陈·扎克伯格的Biohub、美国能源部、NIH、Meta、谷歌DeepMind和Isomorphic Labs，目标是建一个“通用虚拟细胞”模型。

它要做的事情说起来很直接：预测细胞在各种干预下会怎么反应。给它一个药物分子、一次基因敲除、一个环境变化，它给出细胞层面的响应。研究人员可以先在数字版本上把实验跑一遍，再决定哪些值得进湿实验室。

这件事的难点和语言模型不一样。语言模型缺的是算力，互联网文本几乎是无限的；虚拟细胞缺的是数据。目前最大的单细胞数据集包含几亿个细胞，而要训出一个真正通用的模型，估计需要几十亿甚至万亿量级，而且要覆盖不同组织、不同物种、不同扰动条件。这些数据不能从网上爬，只能一个实验一个实验地做出来。

所以18亿美元里的大头，大概率不是买GPU，是建实验流水线：自动化的细胞培养、测序、成像，批量生产训练数据。这也是能源部和NIH这类机构参与的原因，它们手里有国家实验室和临床网络。

Isomorphic Labs的参与值得多看一眼。这家DeepMind分拆出来的药物发现公司，最近在洽谈新一轮融资，估值谈到了500亿美元，口号是“解决所有疾病”。虚拟细胞如果能成，就是它这类公司最想要的基础设施。

时间表没有公布。按照同类项目的经验，第一个能用的版本大概率要几年，而且会先在某几类细胞上有效，离“通用”还有距离。