ვირტუალური უჯრედი: Google და Meta Biohub-ის 1.8 მილიარდიან პროექტს უერთდებიან

აშშ-ის მთავრობა, Google და Meta უერთდებიან Biohub-ს, მარკ ცუკერბერგისა და პრისცილა ჩანის მიერ დაფინანსებულ არაკომერციულ კვლევით ორგანიზაციას. მიზანი ერთია: შეიქმნას იმდენი ბიოლოგიური მონაცემი, რომ AI-მ შეძლოს ზუსტად იწინასწარმეტყველოს, როგორ იქცევა ცოცხალი უჯრედი. ამ ამოცანას მეცნიერებაში მოკლედ ასე მოიხსენიებენ – ვირტუალური უჯრედი.

Biohub-მა 7 ოქტომბერს გამოაცხადა, რომ პროექტში ჯამურმა ვალდებულებებმა 1.8 მილიარდ დოლარს მიაღწია. ამ თანხაში შედის პირდაპირი დაფინანსება, მონაცემები, გამოთვლითი რესურსი და ახალი საზომი ტექნოლოგიები. ორგანიზაცია ამას AI-სთვის მზა ბიოლოგიური მონაცემების შექმნის ყველაზე მსხვილ კოორდინირებულ ვალდებულებად აფასებს.

სარჩევი

• საიდან იკრიბება 1.8 მილიარდი დოლარი
• რა არის ვირტუალური უჯრედი და რატომ სჭირდება ამდენი მონაცემი
• ღია მონაცემები, მაგრამ კომპანიებს უპირატესობა ექნებათ
• ვადები: ხუთი წელი ათწლეულების ნაცვლად
• Isomorphic Labs: მოლაპარაკებები 40 მილიარდიან შეფასებაზე
• კიდევ ვინ მონაწილეობს
• რას ნიშნავს ეს AI ბიოლოგიისთვის
• სხვა თემები

საიდან იკრიბება 1.8 მილიარდი დოლარი

თანხა რამდენიმე წყაროსგან შედგება და ყველა მათგანი ფულადი ინვესტიცია არ არის. ნაწილი უკვე არსებული მონაცემების სახით შედის.

• Biohub – 500 მილიონი დოლარი, რომელიც ორგანიზაციამ აპრილში, ინიციატივის გამოცხადებისას გამოყო. აქედან 400 მილიონი ახალ საზომ ტექნოლოგიებს ხმარდება, 100 მილიონი კი Biohub-ის გარეთ მიმდინარე კვლევებს.
• აშშ-ის ენერგეტიკის დეპარტამენტი (DOE) – 500 მილიონ დოლარზე მეტი ხუთი წლის განმავლობაში, Genesis Mission-ის ფარგლებში. ფული მოხმარდება ლაბორატორიულ გაზომვებს, მოდელირებასა და გამოთვლებს.
• NIH – კოორდინაციას გაუწევს იმ მონაცემთა ბაზებსა და რეპოზიტორიებს, რომლებიც წინა წლებში 500 მილიონ დოლარზე მეტი ფედერალური ინვესტიციით შეიქმნა. Biohub ამ მონაცემებს AI-მოდელების გასაწვრთნელად მოარგებს.
• Google DeepMind, Isomorphic Labs და Meta – ერთობლივად 300 მილიონი დოლარი.

Isomorphic Labs Alphabet-ის კომპანიაა და Google DeepMind-ის ბაზაზეა შექმნილი. ანუ Alphabet ამ პროექტში ფაქტობრივად ორი მიმართულებით მონაწილეობს.

რა არის ვირტუალური უჯრედი და რატომ სჭირდება ამდენი მონაცემი

იდეა ასეთია: თუ მოდელი საკმარისად ზუსტად იწინასწარმეტყველებს, როგორ რეაგირებს უჯრედი წამალზე, გენეტიკურ ცვლილებაზე ან გარემოს შეცვლაზე, მეცნიერები ექსპერიმენტების ნაწილს ციფრულად ჩაატარებენ. ვირტუალური უჯრედი სწორედ ასეთი მოდელია – უჯრედის ქცევის კომპიუტერული სიმულაცია.

Biohub-ის სამეცნიერო ხელმძღვანელის, ალექს რაივსის თქმით, ზუსტ პროგნოზულ მოდელს შეუძლია მნიშვნელოვნად დააჩქაროს აღმოჩენები და დაავადებების მკურნალობის სრულიად ახალი გზები გახსნას. პრობლემა მონაცემებშია: აპრილში რაივსი ამბობდა, რომ არსებული ნაკრებები დაახლოებით მილიარდ უჯრედს მოიცავს, საჭიროა კი მასშტაბურად მეტი.

როგორ შეგროვდება მონაცემები

ინიციატივა უჯრედების რეაქციას გაცილებით მეტ უჯრედულ ტიპსა და პირობაში შეისწავლის, ვიდრე აქამდე შესწავლილა. როგორც ცნობილია, გამოყენებული იქნება სივრცითი ტრანსკრიპტომიკა, რომელიც მოლეკულურ აქტივობას ხელუხლებელ ქსოვილში ასახავს, და სკრინინგები, რომლებიც აფიქსირებს, როგორ პასუხობს უჯრედი გარემოს ცვლილებას.

Biohub-ის ფონდიდან დაფინანსდება კრიო-ელექტრონული ტომოგრაფია, რომელიც უჯრედის შიგნით თითქმის ატომურ დეტალებს აჩვენებს, ასევე მიკროსკოპია, რომლითაც ცოცხალ ქსოვილში მილიონობით და მილიარდობით უჯრედის გადაღებაა შესაძლებელი. DOE ამ საქმეში ეროვნული ლაბორატორიების ინფრასტრუქტურას ჩართავს, მათ შორის ეგზამასშტაბის სუპერკომპიუტერებს.

ღია მონაცემები, მაგრამ კომპანიებს უპირატესობა ექნებათ

Biohub პროექტს ღია მეცნიერებად წარმოადგენს: მონაცემები საბოლოოდ საჯარო გახდება და მსოფლიოს ნებისმიერ მკვლევარისთვის იქნება ხელმისაწვდომი. კერძო დამფინანსებლებისთვის კი პირობები ცოტა განსხვავებულია.

რაივსმა Reuters-თან განმარტა, რომ კომერციულ პარტნიორებთან ემბარგოს პერიოდი მოქმედებს. გარკვეული დროის განმავლობაში ისინი მონაცემებზე თავად იმუშავებენ და მხოლოდ ამის შემდეგ გახდება ის საჯარო რესურსი. მთავრობის მიერ დაფინანსებულ ნაწილს ასეთი შეზღუდვა არ ექნება.

სწორედ ამ მოდელით იზიდავს Biohub კერძო ფულს ღია პროექტში. რაივსის თქმით, შემდეგ ეტაპზე ორგანიზაცია ფარმაცევტულ კომპანიებსა და ფილანტროპიულ ფონდებს მიმართავს.

ვადები: ხუთი წელი ათწლეულების ნაცვლად

რაივსის შეფასებით, ასეთ სამუშაოს ჩვეულებრივ ათწლეულები დასჭირდებოდა, პარტნიორები კი მის ხუთ წელიწადამდე შემცირებას გეგმავენ. პირველი მონაცემთა ნაკრები დაახლოებით ერთ წელიწადში უნდა იყოს მზად.

მთავარი კითხვა ღიად რჩება: არავინ იცის, რამდენი მონაცემი დასჭირდება უჯრედულ მოდელებს, რომ მათი პროგნოზები პრაქტიკულად გამოსადეგი გახდეს. აპრილში რაივსი თავად აღიარებდა, რომ უჯრედული ბიოლოგიისთვის სკალირების კანონი ჯერ უცნობია.

Isomorphic Labs: მოლაპარაკებები 40 მილიარდიან შეფასებაზე

Biohub-ის ანონსიდან ერთ დღეში პროექტის ერთ-ერთ პარტნიორზე კიდევ ერთი სიახლე გამოჩნდა. Bloomberg-ის წყაროების ცნობით, Isomorphic Labs ახალი დაფინანსების მოზიდვაზე ადრეულ მოლაპარაკებებს აწარმოებს. ამ რაუნდში კომპანია მინიმუმ 40 მილიარდ დოლარად შეფასდება, ერთ-ერთი წყაროს თქმით კი შეფასება 50 მილიარდსაც შეიძლება მიაღწიოს.

გარიგება ჯერ დახურული არ არის და პირობები შეიძლება შეიცვალოს. ინვესტორების ვინაობა და მოსაზიდი თანხის ოდენობა არ გამჟღავნებულა.

მოლაპარაკებები მაისში დახურული რაუნდიდან სულ რამდენიმე თვეში დაიწყო. მაშინ Isomorphic Labs-მა 2.1 მილიარდი დოლარი მოიზიდა, რაუნდს Thrive Capital ხელმძღვანელობდა, ხოლო მონაწილეობდნენ GV, Alphabet, MGX, Temasek და CapitalG. კომპანიის შეფასება მაშინ არ გამჟღავნებულა. მანამდე, 2025 წელს, პირველ გარე რაუნდში Isomorphic Labs-მა 600 მილიონი დოლარი მოიზიდა.

ორივე ამბავი ერთ ტენდენციაზე მიუთითებს: AI-ზე დაფუძნებული წამლების შემუშავება ინვესტორებისთვის ერთ-ერთ მთავარ მიმართულებად იქცა. თუმცა ამ კომპანიებს კლინიკური შედეგების ჩვენება ჯერ კიდევ წინ აქვთ.

კიდევ ვინ მონაწილეობს

ფინანსური პარტნიორების გარდა, ინიციატივას უერთდებიან Allen Institute, Broad Institute, Gladstone Institutes, Human Cell Atlas, Human Protein Atlas და Wellcome Sanger Institute. ისინი სამეცნიერო საზოგადოების გაერთიანებასა და კვლევის სტრატეგიის შემუშავებაში დაეხმარებიან.

NVIDIA პროექტს გამოთვლით ინფრასტრუქტურას, სპეციალიზებულ პროგრამულ უზრუნველყოფასა და ტექნიკურ ექსპერტიზას მიაწვდის. Renaissance Philanthropy კი მონაცემთა გენერირებისთვის დამატებითი დაფინანსების მოძიებაში მონაწილეობს.

რას ნიშნავს ეს AI ბიოლოგიისთვის

Biohub-ს ღია ბიოლოგიურ მონაცემებთან მუშაობის გამოცდილება უკვე აქვს. ორგანიზაცია უძღვება ისეთ პროექტებს, როგორიცაა Tabula Sapiens და OpenCell, და მხარს უჭერს CELLxGENE-ის პლატფორმას. ახალი ინიციატივის ამოცანაა, სხვადასხვა ორგანიზაციის მონაცემები ერთიანი სტანდარტებით და ერთი წვდომის წერტილით გააერთიანოს.

ცილების ბიოლოგიაში ანალოგიური გზა უკვე გავლილია: ათწლეულების განმავლობაში დაგროვილმა ღია მონაცემებმა შესაძლებელი გახადა Google DeepMind-ის AlphaFold-ის შექმნა. ვირტუალური უჯრედი გაცილებით რთული ამოცანაა, მაგრამ ლოგიკა იგივეა – ჯერ მონაცემები, შემდეგ მოდელები. მომდევნო ხუთი წელი აჩვენებს, გამოდგება თუ არა 1.8 მილიარდი დოლარი საკმარისი ამ ნახტომისთვის.

AI დამწყებთათვის ხელოვნური ინტელექტი: სრული გზამკვლევი ისწავლე საფუძვლები - მანქანური დასწავლიდან ChatGPT-მდე, ინტერაქტიული ტესტით. →