Pada 7 Oktober 2026, Chan Zuckerberg Biohub mengumumkan perluasan Virtual Biology Initiative menjadi $1,8 miliar — gabungan dana dari lembaga pemerintah AS dan tiga raksasa teknologi yang biasanya saling bersaing ketat di riset AI. Targetnya ambisius: membangun model AI yang bisa memprediksi perilaku sel hidup, sesuatu yang disebut peneliti sebagai "virtual cell" (The Decoder). Yang membuat inisiatif ini menarik bukan cuma skala dananya, tapi siapa yang duduk di satu meja — Google DeepMind, Meta, dan Isomorphic Labs, tiga entitas yang di tempat lain berlomba membangun model AI tertutup masing-masing, di sini sepakat mendanai bersama sebuah proyek yang sebagian hasilnya akan dibuka ke publik.
Siapa Mendanai Apa
Strukturnya berlapis. Biohub sendiri — lembaga nirlaba yang didanai pribadi oleh Mark Zuckerberg dan Priscilla Chan — mengalokasikan $500 juta selama lima tahun ke Virtual Biology Initiative. Departemen Energi AS (DOE) menyumbang lebih dari $500 juta dalam periode yang sama lewat Genesis Mission, programnya untuk pengukuran laboratorium, pemodelan, dan komputasi yang mendukung upaya internasional membangun data terbuka siap-AI (Departemen Energi AS). NIH kebagian peran mengoordinasikan dataset dan repositori yang sudah ada, dibangun dari investasi federal sebelumnya senilai lebih dari $500 juta, lalu distandardisasi bersama Biohub agar bisa dipakai melatih model AI. Sisanya, $300 juta, datang gabungan dari Google DeepMind, Meta, dan Isomorphic Labs — anak perusahaan Alphabet yang fokus pada penemuan obat berbasis AI (Endpoints News). NVIDIA, Arc Institute, dan Tahoe Therapeutics juga disebut sebagai mitra yang menargetkan "virtual cell" yang bisa diprediksi dalam lima tahun ke depan.
Kenapa Butuh Data Sebesar Ini
Menurut Alex Rives, kepala ilmuwan Biohub, model prediktif yang akurat pada akhirnya butuh data dari miliaran hingga triliunan sel — jauh di atas ratusan juta sel yang ada di dataset terbesar saat ini (Seoul Economic Daily). Masalahnya bukan cuma kuantitas, tapi juga keragaman kondisi: sel manusia berperilaku berbeda tergantung jenis jaringan, status penyakit, obat yang diberikan, hingga interaksi dengan sel lain di sekitarnya — dan dataset biologi yang ada sekarang baru menyentuh sebagian kecil dari ruang kombinasi itu. Target konsorsium ini adalah mengukur sel dalam jauh lebih banyak kondisi daripada yang pernah dilakukan secara sistematis, lalu memakai data itu untuk melatih model yang bisa mensimulasikan bagaimana sel merespons — katakanlah — obat baru atau mutasi genetik tertentu, tanpa harus menjalankan eksperimen fisik setiap kali. Partner yang terlibat menargetkan dataset pertama siap dalam waktu sekitar satu tahun, dengan model "virtual cell" yang benar-benar prediktif ditargetkan rampung dalam lima tahun.
Celah di Balik Narasi "Data Terbuka"
Di sinilah struktur pendanaannya jadi menarik untuk dibaca lebih kritis. Data yang dihasilkan dari dana pemerintah (DOE dan NIH) akan dirilis terbuka tanpa pembatasan. Tapi data yang dihasilkan dari kontribusi dana komersial — milik Google DeepMind, Meta, dan Isomorphic Labs — mendapat jendela eksklusif selama satu tahun sebelum akhirnya dirilis ke publik (The Decoder). Artinya, ketiga perusahaan itu punya keunggulan start setahun untuk melatih model internal mereka sendiri di atas data yang sebagian didanai bersama lembaga publik, sebelum kompetitor — atau peneliti akademik di luar konsorsium — bisa mengaksesnya. Ini bukan skema baru di dunia riset AI berbasis data besar, tapi tetap jadi pengingat bahwa label "inisiatif sains terbuka" tidak otomatis berarti semua pesertanya mendapat akses yang setara dan pada waktu yang sama. Bagi Isomorphic Labs khususnya, akses awal ke data sel berskala besar ini relevan langsung dengan bisnis inti mereka: mempercepat penemuan obat lewat prediksi struktur dan interaksi biomolekul.
Takeaway
Virtual Biology Initiative senilai $1,8 miliar ini adalah salah satu taruhan terbesar tahun ini bahwa biologi — seperti bahasa dan gambar sebelumnya — bisa dipelajari dan diprediksi oleh model AI berskala besar, asalkan datanya cukup besar dan cukup beragam. Kombinasi dana publik dan swasta yang dipakai untuk membangunnya mencerminkan betapa mahalnya mengumpulkan data biologi pada skala yang dibutuhkan model semacam ini — tidak ada satu lembaga, bahkan pemerintah federal AS, yang sanggup menanggungnya sendirian. Tapi jendela eksklusif setahun untuk data yang didanai Google DeepMind, Meta, dan Isomorphic Labs juga menunjukkan bahwa "data terbuka" dalam proyek sebesar ini tetap punya hierarki akses — dan perusahaan yang membayar lebih dulu, mendapat keunggulan melatih model lebih dulu juga. Dataset pertama ditargetkan muncul dalam setahun; baru dari situ publik bisa menilai apakah "virtual cell" ini benar-benar mendekati kenyataan atau sekadar visi lima tahun yang terlalu optimistis.
Sumber gambar: Umberto di Unsplash (cover) Sumber gambar: Vishnu Mohanan di Unsplash Sumber gambar: Annie Spratt di Unsplash
The conversation 0
No comments yet. Start the conversation.