Sáng kiến Sinh học Ảo: Cam kết 1,8 tỷ USD cho dữ liệu sinh học sẵn sàng cho AI

Biohub cùng Bộ Năng lượng Mỹ (DOE), Viện Y tế Quốc gia Mỹ (NIH) và nhiều đối tác mới vừa công bố mở rộng một sáng kiến quốc tế nhằm tạo ra và chia sẻ dữ liệu phục vụ các mô hình AI dự đoán về sinh học. Tổng mức đầu tư lên tới 1,8 tỷ USD cho tài trợ, dữ liệu, tính toán và công nghệ đo lường mới — cam kết phối hợp lớn nhất từ trước đến nay cho dữ liệu sinh học sẵn sàng cho AI.

Kết quả sẽ là một nguồn tài nguyên mở dành cho cộng đồng nghiên cứu, tạo nền tảng để hiểu rõ hơn và tiến tới điều trị các bệnh ở người.

Các bên tham gia và phân bổ nguồn lực

Trong khuôn khổ công bố này, Biohub hợp tác với Văn phòng Khoa học thuộc DOE và NIH để đẩy xa giới hạn của trí tuệ nhân tạo trong sinh học.

• DOE sẽ đầu tư hơn 500 triệu USD trong 5 năm cho đo lường trong phòng thí nghiệm, mô hình hóa và tính toán, hướng tới xây dựng nguồn dữ liệu mở sẵn sàng cho AI.
• NIH sẽ điều phối việc đóng góp các bộ dữ liệu, kho lưu trữ và cơ sở tri thức liên quan đã được phát triển qua hơn 500 triệu USD đầu tư liên bang trước đó. Biohub sẽ phối hợp với NIH để chuẩn hóa các bộ dữ liệu này cho việc huấn luyện mô hình AI.
• Google DeepMind, Isomorphic Labs và Meta cùng đầu tư 300 triệu USD vào Sáng kiến Sinh học Ảo (Virtual Biology Initiative) để tạo ra công nghệ và bộ dữ liệu đa phương thức cần thiết cho các mô hình dự đoán về sự sống.

Mục tiêu: Mô hình dự đoán về sự sống

Những bộ dữ liệu này sẽ cho phép cộng đồng khoa học toàn cầu cùng xây dựng và sử dụng các mô hình AI, giúp nhà nghiên cứu đặt câu hỏi, dự đoán và trả lời các câu hỏi sinh học một cách kỹ thuật số. Điều này được kỳ vọng sẽ tăng tốc con đường tới những cách phòng ngừa và điều trị bệnh mới.

Sáng kiến sẽ cung cấp các phép đo nền tảng để huấn luyện mô hình, mở rộng dữ liệu phản ứng tế bào trước các can thiệp trên nhiều loại tế bào và điều kiện hơn so với những gì đã được nghiên cứu. Đồng thời, sáng kiến cũng xây dựng và kiểm chứng công nghệ nghiên cứu tế bào và tương tác tế bào với quy mô, tốc độ và độ chính xác cao hơn.

"Một mô hình dự đoán chính xác về sinh học có thể đẩy nhanh đáng kể khám phá khoa học bằng cách cho phép các nhà khoa học thực hiện thí nghiệm trên môi trường kỹ thuật số. Những hiểu biết thu được có thể mở ra hiểu biết sâu sắc hơn về bệnh tật và những con đường hoàn toàn mới để chữa trị," — Alex Rives, Trưởng bộ phận Khoa học của Biohub.

Ông cũng nhấn mạnh việc tạo ra một tế bào ảo là một trong những thách thức quan trọng nhất của kỷ nguyên khoa học tiếp theo, đòi hỏi nỗ lực tạo dữ liệu phối hợp ở quy mô quốc gia và quốc tế.

Sáng kiến Sinh học Ảo và các nguồn lực kỹ thuật

Sáng kiến Sinh học Ảo, được công bố vào tháng 4/2026, sẽ điều phối việc tạo dữ liệu giữa các tổ chức và lĩnh vực để xây dựng các bộ dữ liệu mở sẵn sàng cho AI. Cam kết ban đầu 500 triệu USD của Biohub là trụ cột của công việc này:

• 400 triệu USD hỗ trợ công nghệ mới mở rộng khả năng đo lường của nhà sinh học: chụp cắt lớp cryo-electron (cryo-electron tomography) phân giải chi tiết gần mức nguyên tử bên trong tế bào; kính hiển vi có thể ghi hình hàng triệu đến hàng tỷ tế bào trong mô sống; và các công cụ kỹ thuật để xây dựng và can thiệp vào sinh học ở cấp độ phân tử, tế bào, mô và toàn bộ sinh vật.
• 100 triệu USD tài trợ cho nghiên cứu bên ngoài Biohub.

Về phía DOE, thông qua Genesis Mission, cơ quan này sẽ đóng góp hơn 500 triệu USD trong 5 năm cho nghiên cứu tế bào cơ bản — thu thập dữ liệu, phân tích AI, đo lường và hình ảnh, mô hình hóa và tính toán. Nguồn lực bao gồm siêu máy tính exascale, tán xạ tia X và neutron, kính hiển vi và chụp cắt lớp cryo-electron, cùng các phòng thí nghiệm tự động trong hệ thống Phòng thí nghiệm Quốc gia.

"Sự hợp tác này đánh dấu một bước tiến quan trọng trong việc tận dụng trí tuệ nhân tạo vì lợi ích công cộng. Bằng cách kết hợp năng lực tính toán exascale, đo lường thực nghiệm và mô hình hóa của DOE với các mô hình AI, phát triển công cụ và dữ liệu sinh học của Biohub, chúng tôi đang thiết lập một chuẩn mực mới cho khoa học mở," — Darío Gil, Thứ trưởng Khoa học của DOE.

Về phía NIH, thông qua Bio Genesis Mission, cơ quan này sẽ tập hợp các bộ dữ liệu y sinh hiện có, hạ tầng dữ liệu quốc gia và các chương trình nghiên cứu để xây dựng nguồn tài nguyên sẵn sàng cho AI. Các nguồn lực bao gồm kho lưu trữ y sinh quốc gia do Thư viện Y học Quốc gia (NLM) và Trung tâm Thông tin Công nghệ Sinh học Quốc gia (NCBI) lập danh mục, cùng các chương trình của NIH Common Fund đang phát triển bản đồ sinh học phối hợp, tiêu chuẩn dữ liệu chung và bộ dữ liệu y sinh sẵn sàng cho AI.

Cộng đồng khoa học và hạ tầng dữ liệu chung

Nhiều tổ chức khoa học hàng đầu và liên minh có kinh nghiệm tổ chức các hợp tác quốc tế mang tính đột phá — từ Dự án Bản đồ Gen Người trở đi — đã cùng nhau tham gia. Các nhóm này gồm Allen Institute, Broad Institute, Gladstone Institutes, Human Cell Atlas, Human Protein Atlas và Wellcome Sanger Institute.

NVIDIA sẽ hỗ trợ sáng kiến tận dụng hạ tầng tính toán tăng tốc, phần mềm chuyên ngành và chuyên môn kỹ thuật. Renaissance Philanthropy đang giúp mở rộng nguồn tài trợ cho việc tạo dữ liệu.

Biohub cũng đang tập hợp các đối tác liên ngành để xây dựng lớp kết nối cho phép các bộ dữ liệu hoạt động thống nhất — tiêu chuẩn chung, định danh chung và một điểm truy cập duy nhất. Trong thập kỷ qua, Biohub đã mở rộng phạm vi và tác động của công nghệ đo lường và dữ liệu mở qua các dự án như Tabula Sapiens, OpenCell và Zebrahub, đồng thời xây dựng hạ tầng dữ liệu cộng đồng như CELLxGENE và CryoET Data Portal.

"Nỗ lực xây dựng một tế bào ảo là một trong những thách thức khoa học tập thể vĩ đại và là chìa khóa để hiểu cơ chế của sự sống. Chúng ta sẽ không giải quyết được thách thức này nếu thiếu dữ liệu sinh học thực nghiệm mở ở quy mô chưa từng có. Khoản đầu tư này sẽ giúp tạo ra một kho dữ liệu chung mở, chuẩn hóa, đặt nền móng cho các nhà nghiên cứu trên toàn thế giới," — Pushmeet Kohli, Phó Chủ tịch phụ trách AI cho Khoa học tại Google DeepMind kiêm Nhà khoa học trưởng của Google Cloud.

Ý nghĩa với Việt Nam

Với các nhà nghiên cứu và startup công nghệ sinh học tại Việt Nam, sáng kiến này mở ra cơ hội tiếp cận nguồn dữ liệu mở, tiêu chuẩn chung và hạ tầng tính toán tiên tiến. Việc tham gia vào các cộng đồng dữ liệu mở như CELLxGENE hay Human Cell Atlas có thể giúp các nhóm nghiên cứu trong nước rút ngắn khoảng cách về năng lực AI y sinh, đồng thời tạo tiền đề cho các ứng dụng như mô hình dự đoán phản ứng thuốc hay tế bào ảo phục vụ y học cá nhân hóa.

Xu hướng kết hợp AI và khoa học sự sống đang trở thành một trong những lĩnh vực đầu tư lớn nhất toàn cầu — và đây là lúc các kỹ sư, nhà khoa học dữ liệu Việt Nam chú ý tới cơ hội nghề nghiệp trong lĩnh vực đầy tiềm năng này.