Biohub, ABD Enerji Bakanlığı (DOE), Ulusal Sağlık Enstitüleri (NIH), Google DeepMind, Isomorphic Labs ve Meta, yapay zekâya uygun biyoloji verileri üretmek için yürütülen Virtual Biology Initiative’i genişletti. 7 Ekim 2026’da duyurulan iş birliği; finansman, mevcut veri kaynakları, hesaplama kapasitesi ve ölçüm teknolojileri dahil toplam 1,8 milyar dolarlık koordineli bir taahhüdü kapsıyor.
Girişimin amacı, hücrelerin farklı müdahalelere ve koşullara nasıl tepki verdiğini daha büyük ölçekte ölçmek ve bu verileri biyolojik süreçleri tahmin etmeye çalışan modeller için standartlaştırmak. Biohub, ortaya çıkacak veri kaynaklarının araştırma topluluğu için açık bir temel oluşturmasını hedefliyor. Ancak projenin bugün için duyurduğu şey doğrulanmış bir tedavi ya da klinik sonuç değil; veri üretimi ve model geliştirme altyapısıdır.
1,8 milyar dolarlık toplam nasıl oluşuyor?
Biohub’ın nisan ayında açıkladığı 500 milyon dolarlık kurucu taahhüt genişlemenin temelini oluşturuyor. Kurumun açıklamasına göre bunun 400 milyon doları yeni biyolojik ölçüm teknolojilerine, 100 milyon doları ise Biohub dışındaki araştırmalara ayrılıyor. DOE, önümüzdeki beş yılda hücre araştırması, veri toplama, görüntüleme, modelleme ve hesaplama için 500 milyon doların üzerinde yatırım yapacak.
NIH ise daha önce 500 milyon doların üzerinde federal yatırımla oluşturulmuş ilgili veri kümeleri, depolar ve bilgi tabanlarını girişimle koordine edecek. Bu kalem yeni nakit taahhüdü olarak değil, geçmiş yatırımlarla kurulan kaynakların programa bağlanması olarak açıklandı. Google DeepMind, Isomorphic Labs ve Meta da toplam 300 milyon dolarlık ortak yatırım yapıyor.
“Sanal hücre” için standart veri hedefi
Program, farklı kurumların ürettiği verilerin ortak standartlar ve tanımlayıcılarla birlikte çalışmasını sağlamayı hedefliyor. DOE’nin ulusal laboratuvarlarındaki süper bilgisayarlar, X-ışını ve nötron saçılımı tesisleri, kriyo-elektron mikroskopisi ve otonom laboratuvar yetenekleri projeye ölçüm ve hesaplama kapasitesi sağlayacak. NIH de ulusal biyomedikal depoları ile ortak veri standartları geliştiren araştırma programlarını sürece dahil edecek.
Ölçüm programı yalnızca tek bir hücre türüne odaklanmayacak. Resmî açıklamada, moleküler ve hücresel düzeyden doku ve bütün organizma düzeyine uzanan araçlardan söz ediliyor. Cryo-elektron tomografisi, canlı dokuda çok sayıda hücreyi görüntüleme ve biyolojik sistemleri kontrollü biçimde değiştirme yöntemleri, çok modlu veri temelinin parçaları olarak sıralanıyor. Bu çeşitlilik, model eğitimi için ortak kalite ölçütlerini daha da önemli hale getiriyor.
Reuters’a göre ilk veri setinin yaklaşık bir yıl içinde yayımlanması, işlevsel tahmin modellerinin ise beş yıllık dönem içinde geliştirilmesi hedefleniyor. Bu takvim hedef niteliğinde; modellerin hastalık araştırmalarında güvenilir öngörüler üreteceği henüz gösterilmiş değil. Hücresel sistemlerin karmaşıklığı ve farklı laboratuvarlardan gelen ölçümlerin uyumlaştırılması, projenin temel bilimsel ve teknik sınavları olacak.
Açık bilim hedefi ve erişim soruları
Biohub, girişimin sonucunu araştırma topluluğuna açık bir kaynak olarak tanımlıyor. Reuters ve Axios, ticari finansman ortaklarının veri için ilk erişim dönemine sahip olacağını, ardından kaynakların kamuya açılacağını aktardı. Resmî duyuru erişim koşullarının bütün ayrıntılarını vermediğinden, lisanslama ve ilk erişim süresi uygulamada izlenmesi gereken başlıklar arasında bulunuyor.
Allen Institute, Broad Institute, Human Cell Atlas, Human Protein Atlas ve Wellcome Sanger Institute gibi kuruluşlar da bilimsel koordinasyona katılıyor. NVIDIA ise hızlandırılmış hesaplama altyapısı ve teknik uzmanlık sağlayacak. Girişimin başarısı, yalnızca toplam bütçeye değil; üretilen verilerin kalitesine, açıklığına, farklı laboratuvarlarda yeniden kullanılabilirliğine ve modellerin deneysel sonuçlarla ne ölçüde doğrulanabildiğine bağlı olacak.
İlk somut değerlendirme noktaları, yayımlanan veri setlerinin kapsamı, erişim şartları ve modellerin eğitim verisi dışında kalan deneyleri öngörüp öngörememesi olacak. Ortaklık büyük bir altyapı kurmayı hedefliyor; bilimsel değer ise ancak bağımsız araştırmacıların veriyi inceleyebilmesi ve tahminleri laboratuvar sonuçlarıyla karşılaştırabilmesiyle ölçülebilecek.
