撰文丨王聰

編輯丨王多魚

排版丨水成文

早在 2015 年，F(xiàn)acebook 創(chuàng)始人Mark Zuckerberg和他的妻子Priscilla Chan成立了一家慈善機構(gòu)——陳-扎克伯格倡議（Chan Zuckerberg Initiative，CZI），該機構(gòu)有著一個雄心勃勃的目標(biāo)——在本世紀(jì)末治愈、預(yù)防或管理所有疾病。

成立之初，扎克伯格夫婦承諾，將他們 99% 的財產(chǎn)（約450 億美元）投入到 CZI，已實現(xiàn)這一看似不切實際的目標(biāo)。而如今，隨著人工智能（AI）領(lǐng)域的快速發(fā)展，扎克伯格夫婦的身價也隨之暴漲。如今，在 CZI 邁入第二個十年之際，當(dāng)初的承諾已攀升至超過2000 億美元。

扎克伯格夫婦

近來，CZI 已不再關(guān)注社會問題，幾乎停止了除科學(xué)領(lǐng)域以外的所有領(lǐng)域的資助，上周，CZI 宣布將增加對科學(xué)研究的投入，加倍押注人工智能，誓要更早實現(xiàn)治愈所有疾病的宏偉目標(biāo)。

作為 Meta 公司（Facebook、Instagram、WhatsApp 的母公司）的 CEO，扎克伯格擁有公司近 15% 的股份，目前該公司市值約為 1.58 萬億美元，扎克伯格所持股份對應(yīng)超過 2300 億美元。這意味著陳-扎克伯格倡議（CZI）的資金規(guī)模超過了霍華德·休斯醫(yī)學(xué)研究所（HHMI）以及蓋茨基金會、惠康信托和諾和諾德基金會在內(nèi)的生物醫(yī)學(xué)慈善領(lǐng)域老牌巨頭。

在運營進入第二個十年之際，CZI 表示，在接下來的十年將在基礎(chǔ)科學(xué)研究方面投入至少100 億美元，這一數(shù)額是其成立后第一個十年投入的 40 億美元的兩倍還多，年度投入資金已與霍華德·休斯醫(yī)學(xué)研究所（HHMI）的年度投入相當(dāng)。

出于對人工智能與生物學(xué)結(jié)合（AI + Biology）的樂觀態(tài)度，CZI 重新調(diào)整了其目標(biāo)，將原定目標(biāo)（在本世紀(jì)末治愈、預(yù)防或管理所有疾?。└臑樵诒臼兰o(jì)末治愈、預(yù)防所有疾病。

上周，CZI 在一份預(yù)印本論文中詳細(xì)闡述了一個新項目——一項重大人工智能計劃，該計劃旨在構(gòu)建人類免疫系統(tǒng)虛擬模型【1】，從而加快新療法的探索。此外，作為對 AI 加大投入的又一跡象，CZI 宣布麻省理工學(xué)院/哈佛大學(xué)博德研究所的計算機科學(xué)家Alex Rives將出任科學(xué)主管。

值得一提的是，Alex Rives曾在 Meta 公司的基礎(chǔ)人工智能研究實驗室領(lǐng)導(dǎo)開發(fā)了蛋白質(zhì)語言模型——ESMFold和ESM2，能夠快速、準(zhǔn)確、大規(guī)模預(yù)測蛋白質(zhì)結(jié)構(gòu)【2】。但他的團隊之后被 Meta 公司裁掉，Alex Rives隨后與團隊成員創(chuàng)立了EvolutionaryScale公司，該公司種子輪即融資 1.4 億美元，并進一步推出了ESM-3，這也是第一個同時對蛋白質(zhì)的序列、結(jié)構(gòu)和功能進行推理的生成式人工智能模型【3】。

值得一提的是，他們使用 ESM3 生成了一種全新的綠色熒光蛋白——esmGFP，其在進化上與天然的綠色熒光蛋白（GFP）差異巨大，與已知的最接近的熒光蛋白只有 58% 的序列同源性，大自然需要 5 億年時間才能進化出這種新型綠色熒光蛋白，也就是說，ESM3 模擬了 5 億年進化，創(chuàng)造了一種新型綠色熒光蛋白。

ESM3 生成的全新綠色熒光蛋白——esmGFP

而現(xiàn)在，CZI 將其旗下的三個實驗室和成像中心重新整合為一個非盈利機構(gòu)科研機構(gòu)——Biohub，Biohub 以上一輪估值的數(shù)倍價格收購了EvolutionaryScale 公司，Alex Rives將領(lǐng)導(dǎo) Biohub，重組后的 Biohub 計劃構(gòu)建一個通用的虛擬細(xì)胞模型。

11 月 4 日，Biohub 聯(lián)合多位免疫學(xué)、計算生物學(xué)和人工智能領(lǐng)域?qū)＜?，在預(yù)印本平臺 arXiv 發(fā)表了題為：A Roadmap for Predictive Human Immunology 的論文【1】，提出了一種將 AI 與大規(guī)模因果實驗相結(jié)合的新范式，旨在推動免疫學(xué)從描述性科學(xué)向預(yù)測性、工程化科學(xué)轉(zhuǎn)變，以構(gòu)建虛擬免疫系統(tǒng)。

免疫學(xué)曾歷經(jīng)兩次革命——

第一次革命（還原論生物學(xué)）：通過發(fā)現(xiàn)克隆選擇、MHC 限制、免疫檢查點等機制，解析了免疫系統(tǒng)的組成部分，但難以預(yù)測系統(tǒng)的整體行為。

第二次革命（系統(tǒng)免疫學(xué)）：依托高通量單細(xì)胞技術(shù)，構(gòu)建了細(xì)胞與分子“圖譜”，但仍局限于靜態(tài)、相關(guān)性描述，缺乏因果與動態(tài)預(yù)測能力。

該論文提出的第三次革命，核心是預(yù)測免疫學(xué)循環(huán)（Predictive Immunology Loop），通過融合因果實驗數(shù)據(jù)與生成式 AI 模型，構(gòu)建能夠動態(tài)模擬和干預(yù)免疫系統(tǒng)的“虛擬免疫系統(tǒng)”。

預(yù)測免疫學(xué)循環(huán)

預(yù)測免疫學(xué)的多尺度路線圖

論文指出，“虛擬免疫系統(tǒng)”的最終目標(biāo)不僅是預(yù)測免疫行為，更是構(gòu)建統(tǒng)一的概念模型，使免疫學(xué)具備如同物理學(xué)“標(biāo)準(zhǔn)模型”般的解釋力。通過閉環(huán)迭代，免疫學(xué)有望從觀察科學(xué)躍遷為能夠主動設(shè)計和干預(yù)健康的工程化科學(xué)。“虛擬免疫系統(tǒng)”為解決自身免疫疾病、通用疫苗設(shè)計等重大免疫學(xué)挑戰(zhàn)提供了清晰路線圖，同時強調(diào)了數(shù)據(jù)生成、模型構(gòu)建與實驗驗證的深度融合是突破現(xiàn)有瓶頸的關(guān)鍵。

Priscilla Chan表示，如果 AI 兌現(xiàn)其承諾并揭示出研發(fā)新型藥物的途徑，那么 CZI 可能會向臨床研究傾斜。隨著自己年歲的增長，推動 CZI 朝著其雄心勃勃的目標(biāo)邁進的感覺更為緊迫了。人們需要希望，而我愿意相信不可能的事情是有可能實現(xiàn)的（People need hope. I want to believe that impossible things are possible）。

論文鏈接：

1. https://arxiv.org/abs/2511.03041

2. https://www.science.org/doi/10.1126/science.ade2574

3. https://www.science.org/doi/10.1126/science.ads0018