Qué se ha comprometido
Biohub, la organización de investigación sin ánimo de lucro respaldada por Mark Zuckerberg y Priscilla Chan, anunció el 7 de octubre que su Iniciativa de Biología Virtual alcanza los 1.800 millones de dólares en compromisos, contando dinero, datos, cómputo y tecnología de medición, y no solo efectivo.
El Departamento de Energía de Estados Unidos aporta más de 500 millones a lo largo de cinco años para medición de laboratorio, modelado y cómputo, a través de su Misión Génesis. Los Institutos Nacionales de Salud no añaden dinero nuevo, pero coordinan conjuntos de datos y repositorios construidos con más de 500 millones de inversión federal previa, que Biohub normalizará para el entrenamiento de IA.
El compromiso fundacional de Biohub, hecho en abril, es de 500 millones: unos 400 millones para nueva tecnología de medición e ingeniería y 100 millones para investigación fuera de sus propios muros. Google DeepMind, Meta y la empresa de descubrimiento de fármacos Isomorphic Labs aportan en conjunto 300 millones.
El objetivo es una célula que se pueda ejecutar
La meta a la que la iniciativa vuelve una y otra vez es un modelo que prediga cómo responde una célula a una intervención —un fármaco, una edición génica, un cambio de entorno— en muchos más tipos celulares y condiciones de los que nadie ha medido.
Alex Rives, responsable de ciencia de Biohub, lo llama uno de los retos más importantes de la próxima era de la ciencia. Max Jaderberg, presidente de Isomorphic Labs, presentó la participación de su empresa como una ayuda para construir una gran base de datos multimodal. Darío Gil, subsecretario de ciencia del Departamento de Energía, describió el acuerdo como un nuevo estándar para la ciencia abierta.
Por qué el dinero va a la medición
Lo interesante de este gasto es hacia dónde apunta. Unos 400 millones del compromiso propio de Biohub financian instrumentos —tecnologías que amplían lo que los biólogos pueden medir, con más escala, velocidad y precisión— y no entrenamiento de modelos.
Eso es una afirmación concreta sobre dónde está el cuello de botella. Los modelos de lenguaje tuvieron la web; la predicción de estructura de proteínas tuvo el Protein Data Bank. Un modelo de respuesta celular no tiene corpus equivalente, porque la mayoría de las intervenciones en la mayoría de los tipos celulares nunca se han realizado. Si el diagnóstico es correcto, el cómputo sigue a los datos en vez de precederlos.
Nvidia aporta cómputo acelerado y conocimiento, sin cifra asociada. También figuran como socios Renaissance Philanthropy, el Allen Institute, el Broad Institute, los Gladstone Institutes, el Human Cell Atlas, el Human Protein Atlas y el Wellcome Sanger Institute.
La cuestión del acceso
Biohub describe el resultado como abierto a la comunidad investigadora, con estándares compartidos, identificadores comunes y un único punto de acceso. No indica licencia ni condiciones detalladas de acceso.
The Decoder, citando a Reuters, informa de una condición que el anuncio no menciona: los financiadores comerciales tendrían un año de acceso exclusivo a los datos que pagaron antes de hacerse públicos, mientras que el trabajo financiado con fondos públicos no lleva esa restricción. El mismo informe sitúa el primer conjunto de datos dentro de aproximadamente un año.
Qué vigilar
Tres cosas mostrarán si esto es un bien común de datos o un consorcio. Si la licencia, cuando se publique, permite el uso comercial. Si la exclusividad de un año se aplica por conjunto de datos o por financiador. Y si los repositorios normalizados de los NIH llegan en una forma con la que un laboratorio ajeno a la lista de socios pueda entrenar de verdad, que es la diferencia entre datos abiertos y datos meramente disponibles.
