ИИ для решения задач по биологии получит данные на $1,8 млрд от Google, Meta и NIH

«Виртуальная клетка» означает компьютерную модель клетки, которая предсказывает её реакцию на лекарство, редактирование гена или другое воздействие. После первого ажиотажа к этой идее остыли, потому что большие модели плохо справлялись даже с базовыми задачами. Авторы англоязычной рассылки взяли часовое интервью у Фабиана Тайса, одного из ключевых исследователей направления, и разобрали, почему ставка делается сейчас.

Что нового?

• Деньги на данные. Обязательства на 1,8 млрд долларов дали Biohub, NIH (Национальные институты здравоохранения США), DOE (Министерство энергетики США), Google и Meta. Часть NIH, по уточнению источника, приходится на ранее сделанные вложения, а не на новые деньги.
• Новые способы измерять клетки. Biohub вместе с лабораториями развивает микроскопию с лазерной фазовой пластиной, световую микроскопию «световым листом» и обработку снимков с обычных микроскопов. Эти методы выявляют подробные внешние признаки клеток.
• Автоматизация экспериментов. DOE и NIH строят «лабораторию в контуре» (lab-in-the-loop): модель подсказывает эксперимент, автоматика его ставит, результат возвращается в модель.
• Карты мозга. Google расширяет работу по коннектомике, то есть по картированию связей между нервными клетками.

Почему модели клетки проигрывали простому среднему?

Проблему показало соревнование Arc Virtual Cell Challenge 2025 года. Задача называлась «предсказание возмущений»: изменили клетку лекарством или правкой гена, нужно угадать, как сдвинется её состояние. Серия работ показала, что постоянный базовый прогноз, по сути «ничего не изменится», часто обходил сложные модели.

Картина оказалась не такой мрачной. В одной из статей, на которую ссылается источник, показано, что многие метрики оценки плохо откалиброваны и награждают усреднённый ответ, потому что большинство генов почти не меняется. С более точными метриками модели глубокого обучения обгоняют среднее.

Отсюда аналитический вывод: часть «провала» ИИ объясняется линейкой, которой его мерили, а не самой моделью.

Тайс считает, что задача была слишком простой

По мнению Тайса, предсказание возмущений на нынешних наборах данных недостаточно сложно, чтобы оправдать сложные алгоритмы. Внимание стоит перевести на то, ради чего Biohub и собирает данные: как меняются молекулы, клетки, их окружение, ткани, органы и организм целиком и как эти уровни влияют друг на друга.

Таких данных и понимания связей между уровнями пока нет. Вопросы звучат так: как соседние клетки меняют состояние моей, что происходит с целой группой клеток после воздействия, как подтолкнуть клетку в нужное состояние.

Лаборатории Тайса работают в этом направлении. Центр вычислительного здоровья Helmholtz объединяет ИИ, молекулярные данные, медицинские снимки, геномику и клинические данные ради прецизионной медицины, то есть лечения, подобранного под конкретного пациента. Институт вычислительной биологии строит модели на данных от одиночных клеток до измерений на уровне целых популяций.

Как попробовать самому?

Открытой «виртуальной клетки» для пользователей источник не называет. Ближе всего к теме вам поможет обычный ассистент:

1. Откройте доступный вам ИИ-ассистент и попросите объяснить, что такое «предсказание возмущений» в клетке, простыми словами.
2. Используйте ИИ для решения задач по биологии на уровне школы или вуза: просите расписать ход решения, а не только ответ.
3. Проверяйте ответ по учебнику. Галлюцинация (когда ИИ уверенно выдумывает то, чего не было) в биологии встречается так же, как в любой другой теме.

Прямого российского аналога программы Biohub источник не называет. Из доступных в РФ ассистентов можно взять YandexGPT и GigaChat: это универсальные языковые модели, а не модели клетки, поэтому для объяснений и учебных задач они подходят, для научных прогнозов нет.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Тема «ИИ и медицина» вызывает вопросы у аудитории 50+. Объясните на этой истории, почему одних громких моделей мало и нужны данные.

Маркетологу. Пример с метриками полезен и вам: если показатель награждает усреднённый ответ, отчёт может хвалить пустую стратегию. Проверьте, что именно измеряют ваши дашборды.

Предпринимателю в РФ и СНГ. Программа американская, доступ к её данным для России источник не обсуждает. Если работаете с образованием, ИИ для решения задач по биологии на базе YandexGPT или GigaChat остаётся рабочей нишей.

Что чаще всего спрашивают про виртуальную клетку?

Можно ли сейчас вылечиться с помощью «виртуальной клетки»?

Нет. Источник описывает исследовательскую программу и сбор данных, о лечебных применениях речь не идёт.

Зачем Google и Meta биология?

Источник указывает, что Google расширяет коннектомику. О мотивах Meta в материале не сказано.

Стоит ли писать о такой узкой теме?

Стоит, если переводить её на язык читателя. История о модели, которую обыграл ответ «ничего не изменится», объясняет ИИ лучше любой рекламы.