Fabian Theis：虛擬細胞瓶頸在資料，Biohub 等投入 18 億美元
Helmholtz Munich 的 Fabian Theis 在訪談中稱，虛擬細胞的關鍵瓶頸是資料而非演算法，Biohub 等機構投入 18 億美元採集多尺度生物資料。他指出 2025 Arc 虛擬細胞挑戰中常數基線常擊敗複雜模型，部分原因是評估指標失準；在更好指標下深度學習可超過均值基線。真正值得做的是預測分子→細胞→微環境→組織→器官→個體及跨尺度相互作用，其團隊正為此開發演算法並用於精準醫學。
訪談把虛擬細胞的爭議聚焦到資料與評估校準，並交代 Biohub 18 億美元計劃的背景，適合關注 AI×生物建模與生物資料基礎設施的讀者。
原標題：Controlling Biology - Fabian Theis, Helmholtz Munich
閱讀原文
| 評分 | 68 / 60（平均 64，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
Biohub 與 DOE、NIH、Google DeepMind 等投入 18 億美元建 AI 生物資料
Biohub、美國能源部（DOE）、NIH 與 Google DeepMind、Isomorphic Labs、Meta 等宣布共同投入 18 億美元，生成面向 AI 的開放生物學資料。其中 DOE 五年投入逾 5 億美元用於測量、建模與算力，NIH 協調此前超 5 億美元聯邦投資積累的生物醫學資料集，三家科技公司則向 2026 年 4 月啟動的 Virtual Biology Initiative 合計投入 3 億美元。
DeepMind 與 Biohub 對談：AlphaFold 沒解決蛋白質摺疊
Google DeepMind 的 Pushmeet Kohli 與 Biohub 的 Sal Candido 在對談中表示，AlphaFold 的突破只是開始，蛋白質摺疊問題遠未解決。兩人認為僅擴大算力與資料不足以解決生物學問題，關鍵是先找到合適的 scaling law，低品質宏基因組資料也能提升蛋白質語言模型；建置虛擬細胞需要根本不同的資料集，研究須從單個蛋白質走向整個生物系統，治癒所有疾病要靠 10x 級突破而非漸進改進。
斯坦福發布 Virtual Biotech 多智慧體藥物研發平台
斯坦福團隊 9 月 17 日在 Science 發表 Virtual Biotech：由虛擬首席科學官統籌 8 個專業科學家智慧體、2 個支援智慧體，並通過自建 MCP 伺服器接入 100 多種分析工具與 ClinicalTrials.gov 等資料庫。系統用約 6 小時並行完成 37,075 項 II／III 期臨床試驗的結構化提取，比單智慧體估算快約 184 倍，並復盤了因中期無效而終止的 OSMRβ 潰瘍性結腸炎 II 期試驗。
OpenAI 發布 BioBasicsBench，衡量 AI agent 的溼實驗分析能力
OpenAI 與酶設計生物技術公司 Ligo 合作推出 BioBasicsBench，用 100 個來自真實實驗的任務衡量 AI agent 能否完成溼實驗室的常規資料分析。任務考察 agent 解讀原始實驗資料、識別錯誤，以及判斷證據是否足以支援結論。OpenAI 表示該基準能指出模型需要改進的地方，並追蹤這些進步對科研進展、生物安全與生物安保的意義。
BioStack 獲 950 萬美元融資，把醫院資料做成醫學 AI 訓練集
醫療資料基礎設施公司 BioStack 完成 950 萬美元種子輪融資，將用於擴充套件醫院資料網路與技術平台。公司稱其在美國、印度、巴西和阿根廷的醫院合作網路可接觸超 1 億條去標識化患者記錄，已把數十萬量級 X 光、MRI、CT 影像與病理及臨床記錄結合。其技術部落格還公布了一套含 513 道題的醫學影像評測基準，前沿模型答案准確率 33.9%–41.9%，但同時要求指出支援影像的聯合準確率僅 11.7%–25.0%。