سرمایه‌گذاری ۱.۸ میلیارد دلاری غول‌های فناوری و نهادهای آمریکایی برای ساخت سلول مجازی پیش‌بین

برای ساخت مدل هوش مصنوعی که بتواند واکنش سلول انسانی به ویروس یا دارو را از پیش برآورد کند، باید تعاملات زیستی را در مقیاسی ترسیم کرد که از کل داده‌های متنی استفاده‌شده برای آموزش مدل‌های زبانی بزرگ فراتر می‌رود. روز چهارشنبه، ائتلافی متشکل از سازمان‌های فدرال ایالات متحده، شرکت‌های فناوری و بنیاد چن زاکربرگ بایوهاب متعهد شدند با ۱.۸ میلیارد دلار سرمایه‌گذاری، این داده‌های بنیادین را از مبنا تولید کنند.[1][2][5]

ابتکار «زیست‌شناسی مجازی» تلاش می‌کند دهه‌ها آزمون و خطای آزمایشگاهی را در قالب یک «سلول مجازی» دیجیتال فشرده کند؛ مدلی نرم‌افزاری که محققان بتوانند روی آن آزمایش انجام دهند. این پروژه با تجمیع منابع دولتی و خصوصی می‌خواهد گلوگاه اصلی هوش مصنوعی زیستی را برطرف کند: کمبود شدید داده‌های تجربیِ استاندارد و باکیفیت برای آموزش مدل‌های پیش‌بین.[2][5]

برخلاف مدل‌های پردازش زبان که با انبوه متن‌های در دسترس روی اینترنت آموزش می‌بینند، هوش مصنوعی زیست‌شناسی به اندازه‌گیری‌های فیزیکی وابسته است که باید مستقیماً در آزمایشگاه تولید شوند. مجموعه‌داده‌های سلولی فعلی داده‌های صدها میلیون سلول را در بر دارند، اما یک مدل پیش‌بین دقیق در نهایت به میلیاردها یا تریلیون‌ها نقطه داده نیاز خواهد داشت.[2]

برای دستیابی به چنین مقیاسی، این پروژه سلول‌ها را به‌طور سیستماتیک در معرض آشفتگی‌های مختلف—نظیر فعال یا غیرفعال کردن ژن‌های خاص یا افزودن ترکیبات شیمیایی—قرار می‌دهد و پاسخ دقیق مولکولی آن‌ها را ثبت می‌کند. این نقشه‌برداری سازمان‌یافته، داده‌های پایه را برای آموختن اصول کارکرد سامانه‌های زنده تحت استرس به الگوریتم‌ها فراهم می‌سازد.[1][2]

توان ترکیبی نهادهای فدرال و خیریه

تعهد مالی ۱.۸ میلیارد دلاری، یکی از بزرگ‌ترین سرمایه‌گذاری‌های هماهنگ در حوزه داده‌های زیستی باز تا به امروز به شمار می‌رود. بایوهاب، نهاد پژوهشی زیست‌پزشکی غیرانتفاعی که مارک زاکربرگ و پریسیلا چن آن را تأسیس کرده‌اند، با تعهد ۵۰۰ میلیون دلاری خود در آوریل ۲۰۲۶ سنگ بنای اصلی این کارزار را گذاشت.[1][4]

وزارت انرژی ایالات متحده نیز در قالب «ماموریت پیدایش» بیش از ۵۰۰ میلیون دلار طی پنج سال به این طرح اختصاص می‌دهد. این سهم دولتی دسترسی پروژه را به ابررایانه‌های اگزااسکیل، مراکز پراکندگی پرتو ایکس و نوترون، و آزمایشگاه‌های خودران در شبکه آزمایشگاه‌های ملی آمریکا امکان‌پذیر می‌کند.[1][4][5]

مؤسسه‌های ملی بهداشت آمریکا (NIH) چک مالی تازه‌ای صادر نمی‌کند، بلکه مخازن و داده‌هایی را به اشتراک می‌گذارد که پیش‌تر با بیش از ۵۰۰ میلیون دلار بودجه فدرال جمع‌آوری شده‌اند. بایوهاب به‌طور مستقیم با این نهاد همکاری خواهد کرد تا این منابع پیشین را استانداردسازی و برای پردازش در الگوریتم‌های مدرن هوش مصنوعی آماده کند.[1][4][5]

استانداردسازی داده‌های قدیمی یکی از چالش‌های دشوار و شناخته‌شده در زیست‌شناسی محاسباتی است، چرا که آزمایشگاه‌های مختلف در طول تاریخ از فرمت‌ها و استانداردهای اندازه‌گیری گوناگونی استفاده کرده‌اند. ادغام این مخازن پراکنده در یک لایه دسترسی یکپارچه، بستری منسجم برای ساخت مدل‌های پیش‌بین جدید فراهم خواهد آورد.[4]

نقش غول‌های فناوری

برای جبران سایر کمبودهای مالی و محاسباتی، شرکت‌های بزرگ فناوری نیز وارد قلمرو زیست‌شناسی شده‌اند. متا، گوگل دیپ‌مایند و ایزومورفیک لبز (شرکت وابسته به آلفابت در حوزه کشف دارو) در مجموع ۳۰۰ میلیون دلار برای توسعه مجموعه‌داده‌های چندوجهی و مدل‌های پیش‌بین در کنار سازمان‌های دولتی سرمایه‌گذاری می‌کنند.[1][2][4]

انویدیا نیز به این ائتلاف پیوسته است تا زیرساخت‌های محاسباتی تسریع‌شده، نرم‌افزار و تخصص فنی لازم برای مدیریت بارهای سنگین داده را تأمین کند. مشارکت این غول‌های فناوری نمایانگر تحولی گسترده‌تر است؛ شرکت‌هایی که ارزش بازار خود را بر پایه نرم‌افزارهای مصرفی بنا کردند، اکنون زیست‌شناسی را مرز بعدی هوش مصنوعی می‌دانند.[1][4]

بایوهاب ۴۰۰ میلیون دلار از سهم خود را به تجهیزات اندازه‌گیری پیشرفته اختصاص می‌دهد تا خوراک داده این سیستم‌ها تأمین شود. این بخش شامل به‌کارگیری توموگرافی کرایو-الکترونی برای ثبت جزئیات درون سلول در مقیاس نزدیک به اتم و میکروسکوپ‌های با ظرفیت بالا است که می‌توانند میلیون‌ها سلول را هم‌زمان در بافت زنده پایش کنند.[1][4]

این روش‌های تصویربرداری پیشرفته به پژوهشگران امکان می‌دهند آرایش فضایی مولکول‌ها را در سلول ثبت کنند، نه آنکه صرفاً به فهرست کردن حضور آن‌ها بسنده نمایند. درک محل قرارگیری پروتئین‌ها و نحوه برهم‌کنش آن‌ها در فضای سه‌بعدی برای ساخت مدل مجازی که بازتاب‌دهنده واقعیت فیزیکی باشد، نقشی بنیادین دارد.[4]

سازش تجاری بر سر انحصار داده‌ها

هرچند هدف نهایی این ابتکار ایجاد منبعی عمومی و باز برای جامعه علمی جهان است، اما دسترسی به داده‌ها بلافاصله برای همگان رایگان نخواهد بود. حامیان تجاری طرح از جمله متا و گوگل دیپ‌مایند یک سال حق دسترسی انحصاری به داده‌هایی خواهند داشت که در تأمین هزینه تولیدشان نقش داشته‌اند.[1][2][5]

الکس رایوز، مدیر علمی بایوهاب، از این دوره انحصار به عنوان مصالحه‌ای ناگزیر برای جلب سرمایه‌گذاری بخش خصوصی دفاع کرد. رایوز توضیح داد که پنجره دسترسی اختصاصی، انگیزه‌ای ملموس برای مشارکت بازیگران تجاری پدید می‌آورد و تضمین می‌کند پروژه به مقیاس لازم برای موفقیت دست یابد.[1][2]

پس از پایان این مهلت یک‌ساله، داده‌ها به شکل عمومی در دسترس پژوهشگران دانشگاهی و شرکت‌های داروسازی رقیب قرار خواهد گرفت. نتایج حاصل از بودجه‌های دولتی وزارت انرژی و مؤسسه‌های ملی بهداشت مشمول چنین محدودیت تجاری نبوده و مستقیماً در مخازن داده باز بارگذاری می‌شوند.[1][2]

این الگوی تأمین مالی ترکیبی نشان‌دهنده هزینه‌های سرسام‌آور پژوهش‌های زیستی مدرن است؛ جایی که نه بنیادهای خیریه و نه سازمان‌های فدرال به‌تنهایی توان تقبل تمام هزینه‌ها را ندارند. بایوهاب با واگذاری یک امتیاز تجاری موقت تلاش کرده است زمان‌بندی انتشار عمومی کل داده‌ها را جلو بیندازد.[2]

شبیه‌سازی دیجیتال بیماری‌ها

اگر پروژه به بار بنشیند، سلول مجازی رویکرد شرکت‌های داروسازی و مراکز دانشگاهی را در کشف دارو دگرگون خواهد کرد. به جای صرف سال‌ها زمان برای آزمایش ترکیبات روی کشت سلول‌های واقعی در آزمایشگاه، دانشمندان می‌توانند این برهم‌کنش‌ها را به شکل دیجیتال شبیه‌سازی کرده و اثرگذاری مداخلات درمانی را پیش‌بینی کنند.[2][5]

رایوز در بیانیه‌ای گفت: «یک مدل پیش‌بین دقیق از زیست‌شناسی می‌تواند با فراهم ساختن بستر آزمایش‌های دیجیتال برای دانشمندان، کشف‌های علمی را شتابی چشمگیر ببخشد.» او خلق سلول مجازی را یکی از مهم‌ترین چالش‌های عصر آینده علم توصیف کرد.[4][5]

این ائتلاف انتظار دارد ظرف یک سال آینده نخستین مجموعه‌داده بزرگ خود را منتشر کند و هدف‌گذاری کرده است که مدل‌های پیش‌بین دقیق طی پنج سال آینده تکمیل شوند. پروژه همچنین از توان علمی مؤسسات تحقیقاتی مستقل بهره خواهد برد تا اطمینان یابد مدل‌ها درکی جامع از زیست‌شناسی انسان را بازتاب می‌دهند.[1][2][5]

گذار از پیپت‌های فیزیکی آزمایشگاه به شبیه‌سازی‌های دیجیتال، اکنون به این بستگی دارد که الگوریتم‌های نوین تا چه اندازه می‌توانند پیچیدگی پرآشوب سامانه‌های زنده را بازآفرینی کنند. اگر این مدل‌ها قابلیت اعتماد خود را اثبات کنند، پیش از ورود حتی یک ترکیب به مراحل کارآزمایی بالینی انسانی، نرخ شکست داروهای تجربی به شدت کاهش خواهد یافت.[2][5]