Biohub, DOE ve NIH, yapay zekâya hazır açık biyolojik veriye 1,8 milyar dolar taahhüt ediyor

Yapay zekâya hazır biyoloji için 1,8 milyar dolarlık hamle

Biohub, ABD Enerji Bakanlığı ve Ulusal Sağlık Enstitüleri, yapay zekâ eğitimi için özel olarak tasarlanmış biyolojik veri üretmeye yönelik 1,8 milyar dolarlık bir taahhüt duyurdu. 7 Ekim 2026'da açıklanan paket; finansman, veri, hesaplama gücü ve yeni ölçüm teknolojilerini kapsıyor ve Biohub bunu bugüne kadarki en büyük koordineli yapay zekâya hazır biyolojik veri taahhüdü olarak nitelendiriyor. Üretilen her şeyin araştırma topluluğu için açık bir kaynak olması hedefleniyor.

Bu çaba, ilk kez Nisan 2026'da duyurulan Sanal Biyoloji Girişimi'ni (Virtual Biology Initiative) genişletiyor. Uzun vadeli hedef, öngörücü bir "sanal hücre": araştırmacıların biyolojik bir soru sorup bir müdahaleyi simüle edebilecekleri ve dijital olarak güvenilir bir yanıt alabilecekleri kadar doğru bir model. Biohub'un bilim direktörü Alex Rives, sanal hücre inşa etmeyi "bilimin bir sonraki çağı için en önemli zorluklardan biri" olarak nitelendirdi ve bunun tek bir kuruluşun yönetebileceği ölçeğin ötesinde koordine bir veri üretimi gerektirdiğini savundu.

Paranın kaynağı

Duyuruya göre toplam tutar, yeni finansmanın ayni katkılı veri ve altyapıyla birleşiminden oluşuyor:

• DOE, Genesis Mission kapsamında beş yıl boyunca 500 milyon dolardan fazla yatırım yapacak; bu kurumlar arası program, ekascale süper bilgisayarlamadan X-ışını ve nötron saçılması, kriyo-elektron mikroskobu ve tomografi ile Ulusal Laboratuvar sistemi genelindeki otonom laboratuvarlara kadar geniş bir yelpazeye dayanıyor.

• NIH, Bio Genesis Mission aracılığıyla, Ulusal Tıp Kütüphanesi ile Ulusal Biyoteknoloji Bilgi Merkezi tarafından kataloglanan depoların yanı sıra halihazırda biyolojik atlaslar ve paylaşılan veri standartları oluşturan Common Fund programlarını da içeren, daha önce yapılmış 500 milyon dolardan fazla federal yatırımla oluşturulmuş veri setlerini, depoları ve bilgi tabanlarını dahil edecek. Biohub, bu veri setlerini model eğitimi için standartlaştırmak üzere NIH ile birlikte çalışacak.

• Girişimin temelini Biohub'un kuruluşundaki 500 milyon dolar oluşturuyor. Bunun 400 milyon doları ölçüm teknolojilerini destekliyor: hücrelerin içindeki atoma yakın ayrıntıyı çözebilen kriyo-elektron tomografisi, canlı dokudaki milyonlarca ila milyarlarca hücreyi görüntüleyebilen mikroskopi ve biyolojiyi moleküler, hücresel, doku ve tüm organizma düzeylerinde sarsmaya yarayan mühendislik araçları. Geriye kalan 100 milyon dolar ise Biohub dışındaki araştırmaları finanse ediyor.

• Google DeepMind, Isomorphic Labs ve Meta, girişimin ardındaki teknolojilere ve çok modlu veri setlerine toplamda 300 milyon dolar yatırıyor.

Zor kısım standartlar

Duyuru, tek başına veri hacminin hedef olmadığını vurguluyor. Biohub, farklı disiplinlerde farklı cihazlarla üretilen veri setlerinin eğitim için birleştirilebilmesi amacıyla paylaşılan standartlardan, ortak tanımlayıcılardan ve tek bir erişim noktasından oluşan bir birleştirme katmanı inşa ediyor. Bu koordinasyon için şablon olarak Tabula Sapiens hücre atlası, OpenCell, Zebrahub ile CELLxGENE ve CryoET Data Portal gibi altyapıları da içeren son on yılın açık veri projelerine işaret ediliyor.

Bilim tarafında girişim, hücrelerin müdahalelere nasıl yanıt verdiğini, şimdiye kadar çalışılmış olandan çok daha fazla hücre tipi ve koşulda ölçmeyi planlıyor. İnsan Genom Projesi döneminden bu yana büyük uluslararası iş birlikleri yürütleme deneyimine sahip bir kurum grubu — Allen Institute, Broad Institute, Gladstone Institutes, Human Cell Atlas, Human Protein Atlas ve Wellcome Sanger Institute — topluluğu örgütlemeye yardımcı olmak için katıldı. NVIDIA hızlandırılmış hesaplama altyapısı, alana özgü yazılım ve teknik uzmanlık katarken, Renaissance Philanthropy veri üretimi için ek finansman sağlamaya yardımcı oluyor.

Neden önemli

Biyolojide yapay zekâ için belirleyici kısıt, model mimarisi değil veridir. Biyolojik ölçümler pahalıdır, laboratuvarlar arasında tutarsızdır ve nadiren eğitim göz önünde bulundurularak toplanır; sanal hücre modellerinin web ölçeğindeki metinle eğitilen dil modellerinin gerisinde kalmasının nedeni de budur. Birçok tip ve koşulda ölçülen hücreleri kapsayan, büyük, standartlaştırılmış ve açık erişimli bir sarsıntı (perturbation) verisi kümesi, bu tür modellerin eksik olduğu girdidir.

Açıklık, belki de en sonuç doğuracak ayrıntı. Google DeepMind, Isomorphic Labs ve Meta, akademik laboratuvarların ve rakip şirketlerin eşit şekilde eğitebileceği veriyi finanse ediyor; bu da veri-hendek dinamiklerini etkisiz kılabilir ve daha küçük oyunculara modelleme alanında rekabet imkânı tanıyabilir. NIH'den Nicole Kleinstreuer, bir hücrenin bir müdahaleye nasıl yanıt vereceğini öngürecek kadar biyolojik karmaşıklığa sahip hücre modellerinin, yalnızca laboratuvar deneylerine kıyasla tıbbi atılımlara giden süreyi kısaltabileceğini savundu.

Göz önünde tutulması gereken uyarılar da var. 1,8 milyar dolarlık tutar, yeni harcamayı daha önce finanse edilmiş NIH veri setleriyle ve katkıda bulunulan hesaplama gücüyle harmanlıyor; girişim daha altı aylık ve hâlâ şekilleniyor; kurumlar arası koordinasyonun ise sürtünmeyle dolu uzun bir geçmişi var. Ama stratejik sinyal net: yapay zekâ destekli biyolojide bir sonraki darboğaz veri üretimi ve büyük bir koalisyon bunu açık biçimde üretme taahhüdünde bulundu.