Google Biohubs Investition in virtuelle Zellen zielt auf die fehlenden Daten der Biologie

Google beteiligt sich mit anderen Unternehmen mit 300 Millionen US-Dollar an Biohubs Projekt für virtuelle Zellen und setzt darauf, dass bessere biologische Daten KI zu einem Werkzeug der Krankheitsforschung machen können. Meta und das Alphabet-Unternehmen Isomorphic Labs beteiligen sich neben Google DeepMind. Die Investition von Google und Biohub in virtuelle Zellen ist Teil eines umfassenderen Pakets über 1,8 Milliarden US-Dollar, an dem Biohub und zwei US-Behörden beteiligt sind.

Die Schlagzeile klingt nach einem weiteren Projekt für ein großes KI-Modell. Das eigentliche Ziel ist schwieriger umzusetzen. Biohub will Datensätze schaffen, die beschreiben, wie lebende Zellen auf Medikamente, genetische Veränderungen, Umweltbedingungen und andere Eingriffe reagieren.

Darin liegt die zentrale Spannung. Sprachmodelle lernten aus Informationen, die Menschen bereits online gestellt hatten. Eine nützliche virtuelle Zelle benötigt experimentelle Beobachtungen, die oft noch nicht existieren. Forschende müssen diese Beobachtungen erst in Laboren erzeugen, bevor ein KI-System daraus lernen kann.

Biohub, gegründet von Mark Zuckerberg und Priscilla Chan, organisiert daher ein Netzwerk zur Datenproduktion, statt einen fertigen biologischen Simulator anzukündigen. Das Projekt verbindet Unternehmenskapital, staatliche Forschungsinfrastruktur, wissenschaftliche Institute und standardisierte öffentliche Datensätze.

Der Ansatz stellt auch eine vertraute Annahme über den Wettbewerb im KI-Bereich infrage. Google und Meta konkurrieren üblicherweise um die Kontrolle über Modelle, Infrastruktur, Talente und Vertrieb. Hier finanzieren sie eine gemeinsame biologische Ressource, weil keines der Unternehmen allein leicht genügend hochwertige experimentelle Daten erzeugen kann.

Diese Zusammenarbeit hebt kommerzielle Anreize nicht auf. Beteiligte Unternehmen erhalten vorübergehend frühzeitigen Zugang zu einigen privat finanzierten Datensätzen, bevor diese Ressourcen öffentlich werden. Die Vereinbarung vereint offene Wissenschaft und Unternehmensvorteile in einem Programm.

Google Biohubs Investition in virtuelle Zellen wächst zu einem Vorhaben über 1,8 Milliarden US-Dollar

Die entscheidende Veränderung besteht nicht darin, dass ein Unternehmen ein Modell finanziert. Es entsteht ein gemeinsames System zur Erzeugung, Standardisierung und computergestützten Auswertung biologischer Daten.

Biohub kündigte die erweiterte Virtual Biology Initiative am 7. Oktober 2026 an. Laut seiner offiziellen Finanzierungsankündigung beläuft sich das gebündelte Engagement auf 1,8 Milliarden US-Dollar in Form von Finanzierung, vorhandenen Daten, Rechenleistung und Messtechnik.

Google DeepMind, Meta und Isomorphic Labs investieren gemeinsam 300 Millionen US-Dollar. Aus der veröffentlichten Summe geht nicht hervor, wie viel jedes Unternehmen beiträgt. Es wäre daher unzutreffend, den Gesamtbetrag als Investition von Google zu bezeichnen.

Das Energieministerium plant, über fünf Jahre mehr als 500 Millionen US-Dollar beizusteuern. Diese Arbeit soll Labormessungen, biologische Modellierung, Rechenleistung, Bildgebung und Datenerhebung über das nationale Laborsystem der Behörde unterstützen.

Die National Institutes of Health werden Repositorien und Datensätze koordinieren, die durch frühere staatliche Investitionen von mehr als 500 Millionen US-Dollar entstanden sind. Biohub plant, diese Ressourcen in standardisiertes Material umzuwandeln, das sich für das Training von KI eignet.

Biohub sagte weitere 500 Millionen US-Dollar zu, als die Organisation die Virtual Biology Initiative im April 2026 vorstellte. Die gemeinnützige Organisation erklärte, 400 Millionen US-Dollar würden neue Messtechnologien unterstützen. Dazu gehören fortschrittliche Mikroskopie, Kryo-Elektronentomografie und Werkzeuge zur Veränderung biologischer Systeme auf mehreren Ebenen.

Die Finanzierungskategorien sind nicht austauschbar. Einige stehen für neue Mittel, andere für frühere staatliche Ausgaben, Datensätze, Geräte und Rechenkapazitäten. Die Gesamtsumme von 1,8 Milliarden US-Dollar sollte als gebündeltes Ressourcenpaket verstanden werden, nicht als einzelne Finanzierungsrunde.

Die Initiative bringt mehrere wissenschaftliche Organisationen zusammen. Biohub nannte das Allen Institute, Broad Institute, Gladstone Institutes, Human Cell Atlas, Human Protein Atlas und Wellcome Sanger Institute als Kooperationspartner. Nvidia wird Rechentechnologie und technische Expertise beisteuern.

Biohub plant außerdem, gemeinsame Standards, einheitliche Kennungen und einen zentralen Zugangspunkt zu schaffen. Diese weniger sichtbaren Aufgaben sind wichtig, weil biologische Datensätze häufig unterschiedliche Versuchsdesigns, Bezeichnungen, Instrumente und Qualitätskontrollen verwenden.

Die Zusammenführung inkompatibler Datensätze ohne sorgfältige Normalisierung kann eine große Ressource hervorbringen, die einem Modell dennoch die falschen Lektionen vermittelt. Ein Modell könnte Unterschiede zwischen Laboren lernen statt aussagekräftiges Zellverhalten.

Die Initiative soll dieses Problem angehen, bevor es durch die zunehmende Größenordnung verschärft wird. Ihre Organisatoren wollen Forschungsgruppen dazu bewegen, sich ergänzende Experimente zu konzipieren, umfangreichere Metadaten zu erfassen und Ergebnisse über kompatible Systeme zu verarbeiten.

Der erste große Datensatz wird laut Biohubs Wissenschaftsleiter Alex Rives in den berichteten Angaben voraussichtlich in etwa einem Jahr vorliegen. Die Partner streben innerhalb von fünf Jahren präzise Vorhersagemodelle an.

Diese Termine sind Ziele, keine validierten Meilensteine. Biohub hat bislang keinen universellen Genauigkeitsstandard veröffentlicht, der festlegen würde, wann seine virtuelle Zelle für folgenreiche Forschungsentscheidungen zuverlässig genug ist.

Der eigentliche Engpass ist experimentelle Biologie, nicht die Modellgröße

Die Investition von Google und Biohub in virtuelle Zellen behandelt die Datenerzeugung als begrenzenden Faktor, weil sich Biologie nicht aus dem öffentlichen Internet extrahieren lässt.

Eine virtuelle Zelle ist ein Rechenmodell, das vorhersagt, wie sich eine Zelle nach einem biologischen Eingriff verändert. Dieser Eingriff kann das Ausschalten eines Gens, die Zugabe eines Medikaments, eine Änderung der Nährstoffe oder die Exposition von Zellen gegenüber einer krankheitsbezogenen Bedingung umfassen.

Das gewünschte Ergebnis ist nicht einfach ein realistisches Bild einer Zelle. Forschende wollen Vorhersagen über Genaktivität, Proteine, Strukturen, Signalwege und beobachtbares Verhalten. Unterschiedliche Labore können für verschiedene Fragestellungen unterschiedliche Modelle entwickeln.

Eine Krebsforscherin könnte fragen, wie eine Tumorzelle reagiert, wenn ein bestimmtes Gen deaktiviert wird. Ein Arzneimittelentwickler könnte mehrere Wirkstoffe vergleichen, bevor er entscheidet, welche eine Laborprüfung verdienen. Ein anderes Team könnte untersuchen, wie sich eine Immunzelle in erkranktem Gewebe verhält.

Das Modell benötigt gekoppelte Beobachtungen, um diese Fragen zu beantworten. Forschende müssen eine Zelle vor einem Eingriff messen, eine kontrollierte Veränderung vornehmen und den daraus resultierenden Zustand erfassen. Sie müssen diesen Prozess über Zelltypen, Bedingungen, Dosen und Zeitpunkte hinweg wiederholen.

Öffentliche Sammlungen enthalten derzeit Hunderte Millionen zellulärer Beobachtungen. Rives sagte Reuters, dass verlässliche Vorhersagemodellierung Milliarden und letztlich Billionen erfordern werde. Die Lücke bei der Größenordnung erklärt, warum die Initiative Mikroskope, Laborautomatisierung und staatliche Einrichtungen umfasst.

Die Größenordnung allein wird das Problem nicht lösen. Eine Billion schlecht dokumentierter Beobachtungen kann experimentelle Verzerrungen in bislang unerreichter Dimension bewahren. Die Daten müssen auch kausale Veränderungen, biologischen Kontext, Zeit und Unsicherheit erfassen.

Die räumliche Transkriptomik kartiert beispielsweise molekulare Aktivität, während sie die Position einer Zelle im Gewebe bewahrt. Dieser Kontext ist wichtig, weil benachbarte Zellen und die Gewebestruktur das Verhalten einer Zelle verändern können.

Die Kryo-Elektronentomografie erzeugt detaillierte dreidimensionale Ansichten von Strukturen im Inneren von Zellen. Perturbationsscreenings messen Reaktionen, nachdem Forschende Gene oder Umweltbedingungen verändert haben. Jede Methode erfasst eine andere Ebene der Biologie.

Biohub will diese Modalitäten koordinieren, statt sie als isolierte Sammlungen zu behandeln. Der Grundgedanke der Organisation ist, dass Modelle Beziehungen über molekulare, zelluläre, Gewebe- und Organismusebenen hinweg lernen müssen.

Dieser Grundgedanke unterscheidet die Initiative vom bloßen Training eines größeren neuronalen Netzwerks. Google-DeepMind-Manager Pushmeet Kohli sagte, die Herausforderung erfordere experimentelle Daten, die zeigten, wie lebende Zellen auf Veränderungen reagieren. Er beschrieb einen offenen, standardisierten Datenpool als notwendige Grundlage.

Der Datenengpass verändert auch, wie Forschende Laborzeit einsetzen. Ein glaubwürdiges Modell könnte viele Hypothesen digital prüfen und physische Experimente anschließend auf die aussagekräftigsten Kandidaten ausrichten.

Betrachten wir ein Team, das einen mit Alzheimer verbundenen molekularen Signalweg untersucht. Heute könnte es Experimente auf Grundlage veröffentlichter Erkenntnisse und fachlicher Einschätzung auswählen. Eine virtuelle Zelle könnte Eingriffe nach vorhergesagter Wirkung und Unsicherheit priorisieren.

Das Labor würde das entscheidende Experiment weiterhin durchführen. Es könnte jedoch eine kleinere und aussagekräftigere Auswahl an Kandidaten treffen. Das Modell würde anschließend aus den neuen Ergebnissen lernen und so einen Kreislauf zwischen Vorhersage und Messung schaffen.

Dieser Arbeitsablauf ähnelt aktivem Lernen, bei dem ein Algorithmus die nächsten Datenpunkte auswählt, die sein Verständnis am stärksten verbessern würden. Der praktische Nutzen liegt in einer besseren Auswahl von Experimenten, nicht in deren Abschaffung.

Biologie unterscheidet sich außerdem zwischen Individuen, Geweben, Entwicklungsstadien und Krankheitszuständen. Ein Modell, das bei einer kultivierten Zelllinie gut funktioniert, könnte in primärem menschlichem Gewebe versagen. Ein Ergebnis bei einer Dosis lässt sich möglicherweise nicht auf eine andere übertragen.

Deshalb könnte der stärkste kurzfristige Beitrag des Projekts eher in einer besseren Forschungsgrundlage als in einem universellen Simulator liegen. Gemeinsame Datensätze können engere Modelle unterstützen, lange bevor ein System jede relevante Zellreaktion vorhersagt.

Offene Daten und Unternehmenszugang stehen in einem schwierigen Gleichgewicht

Die Initiative ist auf gemeinsame Wissenschaft angewiesen, doch ihre Finanzierungsstruktur verschafft kommerziellen Teilnehmern vorübergehend einen Informationsvorsprung.

Biohub erklärt, dass die daraus entstehende Ressource letztlich der wissenschaftlichen Gemeinschaft offenstehen wird. Staatlich finanzierte Datensätze werden laut Rives keinen privaten Sperrfristen unterliegen. Für unternehmensfinanzierte Daten wird ein anderer Weg gelten.

Kommerzielle Geldgeber erhalten einen Zeitraum, in dem sie mit den Daten arbeiten können, bevor diese veröffentlicht werden. Biohub hat die Dauer dieser Sperrfristen in seiner öffentlichen Ankündigung nicht offengelegt.

Die Vereinbarung bietet einen klaren Anreiz. Die Datenerzeugung ist teuer, und früher Zugang kann Unternehmensinvestitionen rechtfertigen. Google DeepMind, Isomorphic Labs und Meta gewinnen Zeit, um Modelle zu trainieren, Methoden zu testen oder vielversprechende Forschungsrichtungen zu identifizieren.

Isomorphic Labs hat die deutlichste direkte kommerzielle Verbindung. Das Alphabet-Unternehmen entwickelt KI-Systeme für die Arzneimittelforschung. Ein früherer Zugang zu umfangreichen Perturbationsdatensätzen könnte die Identifizierung von Zielstrukturen oder die Bewertung von Wirkstoffen unterstützen.

Google DeepMind bringt Erfahrungen mit Systemen wie AlphaFold ein, das Proteinstrukturen und Interaktionen vorhersagt. Die Modellierung ganzer Zellen ist jedoch ein anderes Problem. Eine Proteinstruktur ist nur eine Komponente innerhalb eines dynamischen biologischen Netzwerks.

Metas kommerzieller Weg ist weniger ausdrücklich. Die KI-Forschungsorganisation des Unternehmens hat an biologischer Modellierung gearbeitet, während Zuckerberg Biohub gemeinsam mit Chan gegründet hat. Die Beteiligung verschafft dem Unternehmen außerdem eine Position in einem strategisch wichtigen wissenschaftlichen Datenvorhaben.

Universitäten und kleinere Biotechnologieunternehmen könnten letztlich Zugang zu denselben Datensätzen erhalten. Während einer Sperrfrist können gut finanzierte Partner jedoch Modelle und Arbeitsabläufe entwickeln, bevor die breitere Gemeinschaft die zugrunde liegende Ressource erhält.

Dieser Vorsprung muss das Versprechen offener Wissenschaft nicht entkräften. Er wirft jedoch die Frage auf, was „offen“ bedeutet, wenn der Zugang zu unterschiedlichen Zeitpunkten erfolgt.

Die Antwort wird von detaillierten Governance-Regeln abhängen. Forschende sollten auf die Länge von Embargos, Lizenzbedingungen, die Verfügbarkeit von Metadaten, Download-Beschränkungen und darauf achten, ob negative experimentelle Ergebnisse enthalten sind.

Negative Ergebnisse sind besonders wichtig. Ein Modell muss lernen, wann eine Intervention keine nennenswerte Wirkung hat – nicht nur, wann Forschende eine interessante Reaktion beobachten. Selektive Veröffentlichung würde die Trainingsverteilung verzerren.

Die Initiative muss außerdem entscheiden, wie externe Forschende ihre Datensätze anfechten oder korrigieren können. Offene Dateien haben nur begrenzten Wert, wenn die Dokumentation unvollständig ist oder Fehlerberichte weiterhin schwer einzureichen sind.

Kommerzieller Zugang könnte rund um Rechenkapazität ein weiteres Ungleichgewicht schaffen. Die Veröffentlichung eines riesigen biologischen Datensatzes garantiert nicht, dass akademische Teams es sich leisten können, darauf wettbewerbsfähige Modelle zu trainieren. Die Beteiligung von Nvidia könnte die Infrastruktur verbessern, doch die Vergaberegeln werden entscheidend sein.

Das Modell von Biohub liegt daher zwischen zwei unvollkommenen Alternativen. Vollständig proprietäre Datensätze würden wissenschaftliche Überprüfung einschränken und Fähigkeiten konzentrieren. Ein rein öffentliches Vorhaben hätte möglicherweise Schwierigkeiten, vergleichbare private Investitionen anzuziehen oder das gewünschte Tempo zu erreichen.

Der zentrale Wettbewerb lautet nicht Google gegen Meta. Es geht um das Versprechen einer offenen biologischen Infrastruktur gegenüber den praktischen Vorteilen für die Unternehmen, die sie finanzieren.

Klare Veröffentlichungszeitpläne würden die Bewertung dieses Zielkonflikts erleichtern. Ebenso öffentliche Datenblätter, die experimentelle Methoden, bekannte Einschränkungen, demografische Abdeckung, Zellkontexte und Qualitätsprüfungen beschreiben.

Forschende benötigen zudem dauerhaften Zugang. Eine öffentliche Ressource, die Schnittstellen verändert, Versionen entfernt oder keine stabilen Kennungen bietet, kann die Reproduzierbarkeit untergraben. Die gemeinsamen Standards von Biohub könnten ebenso wichtig werden wie jedes einzelne Modell.

Diese Governance-Frage reicht über das aktuelle Projekt hinaus. Die Stiftung von OpenAI hat begonnen, biologische und medizinische Datensätze zu finanzieren, während Anthropic seine laborbasierte Biologieforschung ausgebaut hat. KI-Unternehmen betrachten proprietäre experimentelle Daten zunehmend als strategischen Vermögenswert.

Biohub schlägt innerhalb dieses Wettbewerbs eine gemeinsame Ebene vor. Ob sie wirklich gemeinschaftlich bleibt, wird sich an den Zugangsrichtlinien zeigen – nicht an Zusagen zum Starttag.

Aktuelle virtuelle Zellen scheitern weiterhin an grundlegenden Generalisierungstests

Der stärkste Grund zur Vorsicht stammt aus öffentlichen Benchmarks, in denen führende Modelle weiterhin Schwierigkeiten haben, unbekannte zelluläre Reaktionen zuverlässig vorherzusagen.

Das Arc Institute bietet einen nützlichen Vergleich. Seine Virtual Cell Initiative entwickelt Datensätze, Modelle und jährliche Wettbewerbe, die Vorhersagen zellulärer Reaktionen testen.

Bei der ersten Herausforderung sollten Modelle Veränderungen der Genexpression vorhersagen, nachdem Forschende bestimmte Gene in menschlichen embryonalen Stammzellen unterdrückt hatten. Der Benchmark umfasste rund 300.000 Einzelzellprofile zu 300 genetischen Perturbationen.

Mehr als 5.000 Personen aus 114 Ländern registrierten sich. Über 1.200 Teams reichten Ergebnisse ein, und mehr als 300 schlossen ihre finalen Einreichungen ab. Dieses Beteiligungsniveau machte den Wettbewerb zu einem aussagekräftigen Test aktueller Ansätze.

Die Ergebnisse der Herausforderung waren ernüchternd. Arc berichtete, dass Modelle einfache Baselines nicht bei jeder Bewertungsmetrik zuverlässig übertrafen.

Die erfolgreichen Systeme verbesserten die Unterscheidung von Perturbationen und die Identifizierung von Genen mit veränderter Aktivität. Die besten Ansätze kombinierten jedoch Deep Learning mit klassischen statistischen Merkmalen. Reines End-to-End-Lernen hatte die Aufgabe nicht gelöst.

Dieses Ergebnis zeigt nicht, dass virtuelle Zellen unmöglich sind. Es zeigt, dass starke Leistung auf vertrauten Daten keine Generalisierung auf einen neuen Zelltyp oder eine neue Intervention ersetzen kann.

Dieser Unterschied ist für die Arzneimittelforschung entscheidend. Forschende benötigen ein Modell, das etwas Nützliches über Bedingungen aussagt, die noch nicht gemessen wurden. Das Auswendiglernen gängiger Muster aus bestehenden Datensätzen bietet nur begrenzten Nutzen, wenn die zentrale Frage neu ist.

Arcs Herausforderung für 2026 erhöht den Schwierigkeitsgrad. Modelle müssen Reaktionen in sechs Zelllinien vorhersagen, deren Perturbationen während des Trainings nicht bereitgestellt wurden. Dieses Zero-Shot-Szenario, also Vorhersage ohne aufgabenspezifische Beispiele, ähnelt der wissenschaftlichen Anwendung stärker.

Arcs eigenes STATE-Modell veranschaulicht sowohl Fortschritt als auch Einschränkungen. Laut seinem Virtual-Cell-Programm lernte STATE aus Beobachtungsdaten zu 167 Millionen Zellen und Perturbationsdaten zu mehr als 100 Millionen Zellen in 70 menschlichen Kontexten.

Diese Zahlen sind groß, doch die Abdeckung bleibt im Vergleich zu biologischen Möglichkeiten lückenhaft. Menschliche Zellen enthalten interagierende molekulare Systeme, die sich im Laufe der Zeit verändern und in lebendem Gewebe unterschiedlich reagieren.

Experimente mit Zelllinien vereinfachen die Realität ebenfalls. Zelllinien im Labor können unter kontrollierten Bedingungen wachsen, während Zellen in einem Patienten auf Immunsignale, benachbartes Gewebe, wechselnde Nährstoffe und frühere Behandlungen treffen.

Eine virtuelle Zelle könnte die Genexpression präzise vorhersagen und dennoch ein anderes wichtiges Ergebnis übersehen. Ein Medikament könnte Proteinlokalisierung, Zellform, Stoffwechsel, Toxizität oder Kommunikation verändern, ohne eine offensichtliche transkriptomische Signatur zu erzeugen.

Forschende müssen Erfolg daher anhand konkreter Entscheidungen definieren. Ein Modell könnte für die Priorisierung von Genzielen nützlich sein, selbst wenn es nicht jeden zellulären Prozess reproduzieren kann. Ein anderes Modell könnte bei der Auswahl von Experimenten helfen, während es für klinische Vorhersagen ungeeignet bleibt.

Der Ausdruck „universelle virtuelle Zelle“ kann diese engeren Schwellenwerte verschleiern. Er legt ein Modell nahe, das jede Zelle und Intervention verarbeitet. Der wahrscheinliche Weg umfasst mehrere Modelle, Messarten und Konfidenzschätzungen.

Ein Überblick über virtuelle Zellen stellte fest, dass Forschende keine einheitliche Definition des Konzepts teilen. Einige stellen sich eine visuelle Simulation vor, während andere damit Vorhersageprogramme meinen, die gezielte biologische Fragen beantworten.

Diese Unschärfe macht ambitionierte Zeitpläne schwerer beurteilbar. Biohub erwartet innerhalb von fünf Jahren präzise Vorhersagemodelle, doch Präzision hängt vom Test, Zellkontext und der Fehlertoleranz ab.

Das Programm sollte Bewertungskriterien veröffentlichen, bevor es Erfolg erklärt. Sinnvolle Maße könnten die Leistung bei ungesehenen Zelltypen, neuen Interventionen, mehreren Laboren und Bedingungen umfassen, die von den Trainingsdaten abweichen.

Auch externe Replikation wird wichtig sein. Ein Ergebnis, das innerhalb eines experimentellen Systems erzeugt wird, sollte von unabhängigen Laboren mit anderer Ausrüstung und anderen Proben getestet werden.

Der überzeugendste Nachweis wäre keine aufpolierte Visualisierung. Es wäre eine prospektive Studie, in der ein Modell Experimente empfiehlt, unabhängige Forschende sie durchführen und die Vorhersagen Entscheidungen verbessern.

Bis solche Tests zur Routine werden, bleiben Behauptungen über eine schnellere Arzneimittelentwicklung Hypothesen. Die Modelle könnten frühe Entdeckungsarbeit verringern, doch die klinische Entwicklung umfasst auch Toxizitätstests, Herstellung, Studien und regulatorische Prüfung.

Drei Signale werden zeigen, ob sich die Wette auf virtuelle Zellen auszahlt

Die nächste Phase sollte anhand öffentlicher Belege bewertet werden: des ersten Datensatzes, der Leistung in unabhängigen Benchmarks und durchsetzbarer Zugangsregeln.

Das erste Signal ist Biohubs erster großer Datensatz, der etwa im Oktober 2027 erwartet wird. Seine Größe wird Aufmerksamkeit erregen, doch Abdeckung und Dokumentation werden wichtiger sein.

Leserinnen und Leser sollten auf die Anzahl der Zelltypen, Interventionen, Dosen, Zeitpunkte und biologischen Spender achten. Sie sollten außerdem prüfen, ob die Veröffentlichung negative Ergebnisse, Rohmessungen, standardisierte Metadaten und unabhängige Qualitätskontrollen umfasst.

Ein gut dokumentierter, planmäßig veröffentlichter Datensatz würde Biohubs Argument stärken, dass koordinierte Investitionen den Datenmangel in der Biologie angehen können. Eine enge oder verzögerte Veröffentlichung würde das Fünfjahresziel für das Modell schwächen.

Das zweite Signal ist die Leistung bei tatsächlich unbekannter Biologie. Biohub und seine Partner benötigen Benchmarks, die verhindern, dass Modelle durch Auswendiglernen oder laborspezifische Artefakte erfolgreich sind.

Arcs Zero-Shot-Herausforderung bietet ein Modell für solche Tests. Künftige Bewertungen sollten Gewebekontexte, chemische Interventionen, längere Zeitskalen und Messungen über die Genexpression hinaus ergänzen.

Die entscheidende Frage lautet, ob Vorhersagen reale experimentelle Entscheidungen verbessern. Ein Modell sollte Interventionen identifizieren, die Wissenschaftlerinnen und Wissenschaftler sonst nicht priorisieren würden, und anschließend Ergebnisse liefern, die sich im Labor bestätigen.

Erfolg auf einer retrospektiven Bestenliste wäre ermutigend, aber unvollständig. Prospektive, unabhängig replizierte Experimente würden deutlich stärkere Belege liefern.

Das dritte Signal ist die Veröffentlichung der Zugangs- und Governance-Bedingungen. Biohub sollte offenlegen, wie lange kommerzielle Embargos gelten, welche Partner sie erhalten und wann jeder Datensatz öffentlich wird.

Forschende sollten außerdem Lizenzierung, Zugang zu Rechenkapazität, Richtlinien zur Modellveröffentlichung, Datenschutzvorkehrungen und Mechanismen zur Korrektur fehlerhafter Einträge beobachten. Diese Regeln werden bestimmen, ob das Projekt Infrastruktur oder ein verzögert verfügbarer Unternehmenswert wird.

Der Umfang der Initiative gibt ihr die Chance, technische Standards im gesamten Feld zu prägen. Dieses Ergebnis könnte wertvoll sein, selbst wenn eine universelle virtuelle Zelle außerhalb des Fünfjahreshorizonts bleibt.

Gemeinsame Kennungen und interoperable Datensätze würden Forschenden einen faireren Modellvergleich ermöglichen. Einheitliche Benchmarks würden es schwieriger machen, selektive Ergebnisse als breit angelegte biologische Intelligenz zu vermarkten.

Für Entwickler bietet das Projekt eine Lehre, die über die Medizin hinausgeht. Bessere Algorithmen können fehlende, schlecht beschriftete oder kausal schwache Daten nicht unbegrenzt ausgleichen.

Für Biotechnologieunternehmen könnte das Programm die Kosten für den Zugang zu nützlichen Pretraining-Daten senken. Es könnte den Wettbewerb jedoch auch verschärfen, indem es großen KI-Unternehmen eine frühe Position in der Infrastruktur für Arzneimittelentwicklung verschafft.

Für Forschungseinrichtungen geht die Chance mit der Verantwortung einher, die Modelle kritisch zu testen. Wissenschaftlerinnen und Wissenschaftler sollten nützliche Vorhersagewerkzeuge von Behauptungen über ein umfassendes Verständnis von Zellen trennen.

Für Patientinnen und Patienten sollten die unmittelbaren Erwartungen bescheiden bleiben. Diese Investition wird im nächsten Jahr keine neue Behandlung liefern. Ihre kurzfristigen Ergebnisse werden Datensätze, Standards, Messsysteme und experimentelle Modelle sein.

Die Google-Biohub-Investition in virtuelle Zellen ist bedeutsam, weil sie die physische Arbeit hinter biologischer KI finanziert. Sie erkennt an, dass die nächste Modellverbesserung ebenso sehr von Laboren wie von Rechenclustern abhängt.

Die Frage ist nun, ob Biohub viele Institutionen, Instrumente und Anreize in verlässliche Evidenz überführen kann. Beobachten Sie den ersten öffentlichen Datensatz, den ersten unabhängigen prospektiven Test und die endgültigen Zugangsregeln. Diese Ergebnisse werden zeigen, ob diese Partnerschaft gemeinsame wissenschaftliche Infrastruktur geschaffen hat oder nur ein gut finanziertes Versprechen.