Google DeepMind и Meta вложили $300 млн в проект «виртуальная клетка» Biohub
Google DeepMind, Meta и стартап Isomorphic Labs совместно инвестируют $300 млн в инициативу Biohub по созданию виртуальной клетки — цифровой модели, которая ускорит открытие новых лекарств.
Что происходит?
Google DeepMind, Meta и биотехнологический стартап Isomorphic Labs объявили о совместном вложении $300 млн в инициативу Biohub, некоммерческую биомедицинскую организацию, основанную Марком Цукербергом и Присиллой Чан. Цель проекта – разработать «виртуальную клетку» – полностью цифровую модель живой клетки, способную симулировать биохимические процессы и взаимодействия с лекарственными соединениями.
Ключевые факты
- Инвестиции: $300 млн, распределённые между Google DeepMind, Meta и Isomorphic Labs.
- Партнёры: Google DeepMind (искусственный интеллект), Meta (вычислительные мощности и данные) и Isomorphic Labs (AI‑driven drug discovery).
- Руководитель проекта: Biohub, основанный в 2022 году, уже работает над несколькими инициативами в области геномики и нейробиологии.
- Технологический стек: Модели глубокого обучения, симуляции молекулярной динамики, большие вычислительные кластеры и облачные ресурсы.
- Ожидаемый результат: Платформа, позволяющая исследователям быстро тестировать потенциальные препараты в silico, сокращая время и стоимость предклинических испытаний.
Почему это важно?
Создание виртуальной клетки может стать прорывом в AI‑поддерживаемом открытии лекарств. Текущие методы часто требуют дорогостоящих экспериментов in‑vitro и in‑vivo. С цифровой моделью учёные смогут предсказывать реакцию клетки на новые соединения, ускоряя процесс от идеи до клинических испытаний.
Дальнейшие шаги
Biohub планирует открыть бета‑версию платформы к концу 2027 года и предоставить ограниченный доступ академическим исследователям. Ожидается, что в 2028 году начнётся коммерческое лицензирование технологии.
[Источник: Reuters] — https://www.reuters.com/technology/google-meta-biohub-investment-virtual-cell
Для AI‑разработчиков и студентов это открывает новые возможности: доступ к масштабным биологическим данным и готовой инфраструктуре для обучения моделей в сфере фармацевтики. Однако концентрация мощностей в руках крупных игроков повышает риск закрытого доступа к результатам, поэтому важно следить за открытыми альтернативами и инициативами по открытым данным.
