内容来源：https://www.geekwire.com/2026/allen-institute-uw-and-fred-hutch-launch-95m-open-science-initiative/

内容总结：

西雅图三大顶级科研机构联合启动一项耗资近9500万美元的研究计划，旨在生成数据并训练AI模型，以设计自然界中不存在的蛋白质和基因，并将研究成果免费共享，助力新药与新材料的研发。

该计划名为“AI BioDesign”，由艾伦研究所、华盛顿大学和福瑞德·哈金森癌症研究中心共同发起，资金来自微软联合创始人保罗·艾伦遗产设立的“科学与技术基金”。

项目由华盛顿大学生物化学家戴维·贝克领衔，他因用计算机设计新型蛋白质荣获2024年诺贝尔化学奖；另一位负责人是华盛顿大学及艾伦研究所的顶尖基因组学家杰伊·申杜雷。

申杜雷在宣布前接受采访时表示，项目计划“借用进化赋予我们的许多机制”——即细胞内将DNA转化为蛋白质的流水线——来设计并测量数百万种新型生物分子。这将帮助AI模型从海量实例中学习生物设计规律，而非仅依据自然界有限的范例推断。他说，当前该领域“过于强调拿现有工具硬套，而不是打造真正合适的工具”。

项目目标在于让生物学设计像订购零件一样简单——例如，制造一种能精准锁定癌细胞的分子，或一种只在脑细胞内激活的基因开关。

福瑞德·哈金森癌症研究中心助理教授桑杰·斯里瓦特桑在随公告发布的视频中介绍，潜在成果涵盖从疾病新疗法、可降解塑料的蛋白质，到能按程序在体内游走的细胞等方方面面。

贝克在声明中表示：“AI的速度首次开始赶超合成生物学的实验能力。这让我们从‘自然界已创造了什么’转变为‘还有什么可能，我们如何验证？’”

资金去向

“科学与技术基金”将在五年内向AI BioDesign提供9460万美元。该基金会去年公开启动，使命是将艾伦的大部分财富投入生物科学、环境及AI研究。据艾伦研究所发言人透露，资金分配为：艾伦研究所4610万美元，华盛顿大学4380万美元，福瑞德·哈金森470万美元。

截至8月中旬，项目已有62名成员，包括新聘人员及从三家机构现有项目中调配的人员。其中华盛顿大学占41人，艾伦研究所13人，福瑞德·哈金森8人。项目预计还将继续扩充。

基金会首席项目官兼联席负责人马克·马兰德罗在声明中表示：“AI BioDesign正是基金会成立时便立志支持的那类雄心勃勃的协作科学。”马兰德罗今年5月加入基金会，此前在陈-扎克伯格倡议任职近十年。自创始首席执行官琳达·斯图尔特5月卸任后，马兰德罗与首席财务与运营官莉兹·凯里共同临时主持基金会工作。

走进实验室

在最近一次AI BioDesign实验室参观中，研究助理杰克·博伊兰调出了当天早晨用新DNA测序仪运行的结果——使用的是邻家生物技术公司捐赠的免费试剂盒，已过期一年。“我们决定试试看，”他说。结果一切正常。

这台测序仪是整个方法的关键。它能一次性读取单管中数百万条DNA序列，并报告各序列的表现。最近一次实验同时运行了600万条不同序列。

AI BioDesign及西雅图合成生物学中心的战略与平台执行总监杰西·格雷表示：“规模化不靠机器人，而靠试管内的并行化。”实验室位于西雅图南湖联合区的德克斯特园，距艾伦研究所总部步行可达，分为五六人一组的小队，每组攻克不同的设计课题。

另有一个四人的机器学习专家小组接收实验结果，与实验团队商定下一轮实验内容——选择最能促进模型学习的方案。每轮结束均以模型提升程度为评判标准。

艾伦研究所所长鲁伊·科斯塔表示，这类项目被该所称为“加速器”，此称谓可追溯至保罗·艾伦本人。科斯塔说，在早期规划会议中，艾伦希望“以指数级速度加速推动这一领域”。

德克斯特园内的其他“加速器”项目还包括西雅图合成生物学中心（艾伦研究所与陈-扎克伯格倡议、华盛顿大学的合作，亦由申杜雷领导），以及研究细胞自组装组织的“细胞科学”项目。

同样由保罗·艾伦创立、独立运作的西雅图研究机构艾伦AI研究所以非资助的松散方式参与。科斯塔说，其机器人团队正与AI BioDesign商讨扩大蛋白质研究的规模，双方还计划在模型及生成研究假设的工具上展开合作。

为何免费共享

科斯塔表示，坚持开放科学的决定同样源自艾伦。“他在21世纪初就极具远见：以彻底开放的科学研究来指数级影响和改变整个领域，而非为了竞争。”

这也带来一个项目刚产出成果就会面对的问题：若企业基于免费共享的数据开发出利润丰厚的药物怎么办？科斯塔说，在传统科学界，被他人抢先发现算是一种损失；但在这里，那正是目标所在。“若有众多企业采用这些数据造福世界，我们会感到无比幸运。”

与此同时，科斯塔也保留了三家主要机构基于AI BioDesign的工作成果衍生出各自的初创企业、非营利组织或其他项目的可能性。

押注另一条路

AI BioDesign的做法与当前领域主流思路相左。科斯塔说，目前多数将AI应用于生物学的努力，都在追逐一个能解答任何细胞运作问题的通用大模型。而AI BioDesign押注的是相反方向：针对特定设计问题构建的专门模型，以专为该目的生成的数据进行训练。

“这个项目明显是在押注一条不同的路径，”科斯塔说。

项目负责人谨慎表态，避免夸大。格雷表示，该方案能否胜过其他路线仍未有定论，“尚无最终结论。”申杜雷则坦言：“事情永远没有想象中那么容易。”

科斯塔表示，AI BioDesign需要在18到24个月内展示出切实进展——理想情况下更早——并在五年内将成果扩展到世界各地的研究者。

中文翻译：

西雅图三家顶尖科学机构正在启动一项耗资近9500万美元的研究计划，该计划将生成数据并训练AI模型，以设计自然界中不存在的蛋白质和基因——并将研究成果免费共享，帮助他人开发新药物和新材料。

这项名为AI BioDesign的计划汇集了艾伦研究所、华盛顿大学和弗雷德·哈奇癌症中心，资金来自科学与技术基金（FFST），该基金由微软联合创始人保罗·艾伦的遗产设立。

AI BioDesign由大卫·贝克和大卫·贝克共同领导，贝克是华盛顿大学生物化学家，因利用计算机设计新蛋白质而获得2024年诺贝尔化学奖；另一位负责人是华盛顿大学和艾伦研究所的顶尖基因组科学家杰伊·申杜雷。

该计划的目标是“劫持进化赋予我们的大量机制”——即把DNA转化为蛋白质的细胞装配线——来设计和测量数百万种新型生物分子，申杜雷在公告发布前的一次采访中如此表示。

这将帮助AI模型从大量样本中学习生物设计的规则，而不是从自然界产生的相对有限的数量中推断这些规则。

申杜雷表示，该领域“过于强调拿起现有的曲柄就直接运转，而不是去制造正确的曲柄”。

目标是让设计生物变得像订购零件一样简单：例如，一种能附着在癌细胞上的分子，或一种只在脑细胞内启动、在其他地方不起作用的基因开关。

弗雷德·哈奇助理教授桑贾伊·斯里瓦特桑在随公告发布的视频中表示，潜在成果包罗万象，从疾病的新疗法，到能分解环境中塑料的蛋白质，再到能以编程方式在体内移动的细胞。斯里瓦特桑领导该癌症中心在本计划中的工作。

“AI的速度首次开始匹配合成生物学的实验能力，”贝克在一份声明中表示。“这使问题从‘自然界已经造出了什么？’转变为‘还有什么可能性，以及我们如何测试？’”

资金去向

科学与技术基金将在五年内为AI BioDesign提供9460万美元。该基金会去年公开启动，其使命是将艾伦的大部分财富投入到生物科学、环境和AI研究中。

据艾伦研究所发言人透露，FFST的资金分配为：艾伦研究所4610万美元，华盛顿大学4380万美元，弗雷德·哈奇470万美元。

截至8月中旬，该计划已有62名人员，包括一些新招聘人员以及从三家机构现有项目中调配的人员。其中华盛顿大学占41人，艾伦研究所13人，弗雷德·哈奇8人。AI BioDesign预计将持续扩大规模。

“AI BioDesign正是FFST成立所要支持的那种雄心勃勃、协作式的科学，”基金会首席项目官兼联合负责人马克·马兰德罗在一份声明中表示。他于5月加入FFST，此前在陈-扎克伯格倡议工作了近十年，最近担任CZI及陈-扎克伯格生物中心网络的首席运营官。

马兰德罗与首席财务和运营官利兹·凯里自创始CEO琳达·斯图尔特5月卸任以来，一直临时领导FFST。

实验室内部

在最近一次参观AI BioDesign实验室时，研究助理杰克·博伊兰调出了他当天早上在新DNA测序仪上运行的结果——使用的是隔壁一家生物技术公司捐赠的免费试剂盒，已过期一年。

“我们决定，试试看吧，”他说。结果一切正常。

这台测序仪正是使整套方法成为可能的关键设备。它能同时读取单根试管中数百万条DNA序列，并报告哪些表现良好。最近一次实验一次性运行了600万条不同序列。

“规模不是来自机器人技术，而是来自试管内的并行化，”AI BioDesign和西雅图合成生物学中心的战略与平台执行总监杰西·格雷说。格雷曾任哈佛医学院遗传学家。

该实验室位于西雅图南湖联合区的Dexter Yard，距离艾伦研究所总部仅几步之遥。实验室按五到六人一组进行组织，每组处理不同的设计问题。

另有一个由四人组成的机器学习专家团队，负责接收实验结果，并与实验台团队合作决定下一步进行哪些实验——即那些能让模型学到最多的实验。每一轮都以模型提升的程度作为评判标准。

艾伦研究所将此类项目称为“加速器”，这一术语可追溯到保罗·艾伦本人，该所所长兼CEO鲁伊·科斯塔表示。科斯塔说，这个词在早期的规划会议中就出现了。艾伦希望“以指数级速度推动该领域发展”。

Dexter Yard的其他加速器项目包括：西雅图合成生物学中心——这是艾伦研究所与陈-扎克伯格倡议及华盛顿大学的合作项目，同样由申杜雷领导；以及细胞科学项目，致力于改造细胞使其自行组装成组织。

科斯塔表示，艾伦人工智能研究所（Ai2）——同样由保罗·艾伦创立的另一家独立的西雅图研究机构——以非正式方式参与其中，而非作为受资助的合作伙伴。

其机器人团队一直在与AI BioDesign讨论扩大蛋白质工作的规模，双方预计将在模型和生成研究假说的工具方面展开合作。

为何免费共享

科斯塔在本周的采访中表示，专注于开放科学的决定同样来自艾伦。“他在21世纪初就极具远见：以彻底开放的科学来指数级地影响和改变领域，而不是去竞争。”

这引出了一个该计划一旦产出有价值成果就将面临的问题：如果一家公司基于免费提供的数据开发出一种利润丰厚的药物，该怎么办？科斯塔说，在传统科学中，被别人抢先发现算是一种损失。而在这里，这正是目标所在。

“如果有许多公司利用这些数据来造福世界，那我们就太幸运了，”他说。

与此同时，科斯塔也未排除三家主要机构从AI BioDesign的工作中衍生出自己的创业公司、非营利组织或其他项目的可能性。

逆势下注

AI BioDesign的方法与当前该领域的许多主流思路背道而驰。科斯塔表示，大多数将AI应用于生物学的努力都在追逐一个通用的单一模型，希望它能回答关于任何细胞如何运作的问题。而AI BioDesign押注的是相反的方向：为特定设计问题构建的窄模型，用为此目的生成的数据进行训练。

“这个项目是对一种不同做事方式的明确押注，”科斯塔说。

负责该计划的人员也注意不过度宣传。格雷表示，他们的方法是否能胜过其他方案仍然是一个悬而未决的问题。“结论还未定论，”他说。

申杜雷直言不讳：“事情永远不会像你想象的那么顺利，”他说。

科斯塔表示，AI BioDesign需要在18至24个月内——理想情况下更快——展示出实质性进展，并在五年内扩展到世界各地的研究人员。

英文来源：

Three of Seattle’s top scientific institutions are launching a nearly $95 million research initiative that will generate data and train AI models to design proteins and genes that don’t exist in nature — sharing the results freely to help others develop new medicines and materials.
The initiative, called AI BioDesign, brings together the Allen Institute, the University of Washington and Fred Hutch Cancer Center, with funding from the Fund for Science and Technology (FFST), created by the estate of Microsoft co-founder Paul Allen.
AI BioDesign is led by David Baker, the UW biochemist who won the 2024 Nobel Prize in Chemistry for using computers to design new proteins, and Jay Shendure, a leading genome scientist at the UW and the Allen Institute.
The plan is to “hijack a lot of the machinery that evolution provided us” — the cellular assembly line that turns DNA into proteins — to design and measure millions of novel biological molecules, Shendure said in an interview in advance of the announcement.
That will help AI models learn the rules of biological design from a huge set of examples, instead of inferring them from the relatively limited number that nature has produced.
The field, Shendure said, is “putting too much emphasis on taking the cranks that we have and just running with them, as opposed to building the right cranks.”
The goal is to make designing biology more like ordering a part: a molecule that latches onto a cancer cell, for example, or a genetic switch that fires only inside brain cells and nowhere else.
Potential outcomes could include everything from new therapies for disease, to proteins that dissolve plastic in the environment, to cells that travel through the body in a programmed way, said Sanjay Srivatsan, a Fred Hutch assistant professor who leads the cancer center’s work on the initiative, in a video released with the announcement.
“For the first time, the speed of AI is beginning to match the experimental power of synthetic biology,” Baker said in a statement. “That changes the question from ‘what has nature already made?’ to ‘what else is possible, and how can we test it?'”
Where the money goes
The Fund for Science and Technology is providing $94.6 million for AI BioDesign over five years. The foundation launched publicly last year with a mandate to direct a large share of Allen’s fortune into bioscience, environmental and AI research.
The funding from FFST is allocated as $46.1 million to the Allen Institute, $43.8 million to the UW and $4.7 million to Fred Hutch, according to an Allen Institute spokesperson.
The initiative had 62 people as of mid-August, including some new hires and others redirected from existing projects at the three institutions. The UW accounts for 41 of them, the Allen Institute 13, and Fred Hutch eight. AI BioDesign is expected to continue growing over time.
“AI BioDesign is exactly the kind of ambitious, collaborative science FFST was created to support,” said Marc Malandro, the foundation’s chief programs officer and co-lead, in a statement. He joined FFST in May after nearly a decade at the Chan Zuckerberg Initiative, most recently as chief operating officer of CZI and the Chan Zuckerberg Biohub Network.
Malandro and Chief Financial and Operations Officer Liz Carey have been leading FFST on an interim basis since founding CEO Lynda Stuart stepped down in May.
Inside the lab
On a recent tour of the AI BioDesign lab, research associate Jack Boylan pulled up results from a run he’d done on their new DNA sequencer that morning — on free kits donated by a neighboring biotech company, a year past their expiration date.
“We decided, let’s give it a roll,” he said. It worked fine.
The sequencer is what makes the whole approach possible. It reads all of the millions of DNA sequences in a single tube at once and reports which ones performed. One recent experiment ran 6 million distinct sequences through it at once.
“The scale comes not from robotics, but from parallelizing inside the test tube,” said Jesse Gray, executive director of strategy and platform for AI BioDesign and the Seattle Hub for Synthetic Biology, and a former Harvard Medical School geneticist.
The lab, at Dexter Yard in Seattle’s South Lake Union neighborhood, a short walk from the Allen Institute’s headquarters, is organized into teams of five or six people, each working on a different design problem.
A separate four-person team of machine-learning specialists takes the incoming results and works with the bench teams to decide which experiments come next — the ones that will teach the models the most. Each round is judged on how much the models improved.
The Allen Institute calls projects like this “accelerators,” a term Rui Costa, the institute’s president and CEO, traced back to Paul Allen himself. The word came up in early planning sessions, Costa said. Allen wanted to “exponentially accelerate the field.”
Other accelerators at Dexter Yard include the Seattle Hub for Synthetic Biology, the Allen Institute’s collaboration with the Chan Zuckerberg Initiative and the UW, which Shendure also leads; and Cell Science, which works on engineering cells to assemble themselves into tissues.
The Allen Institute for AI (Ai2), the separate Seattle research organization also founded by Paul Allen, is involved informally rather than as a funded partner, Costa said.
Its robotics team has been talking with AI BioDesign about scaling up the protein work, and the two expect to collaborate on models and on tools that generate research hypotheses.
Why give it away
The decision to focus on open science also came from Allen, Costa said in an interview this week. “He was so visionary in the early 2000s: radically open science to exponentially impact and change fields, not to compete.”
That raises a question the initiative will face as soon as it produces anything valuable: what happens if a company builds a lucrative drug on data given away free? In traditional science, Costa said, being beaten to a discovery counts as a loss. Here it’s the goal.
“We would be so lucky if many companies would be taking this data and changing the world for good,” he said.
At the same time, Costa left open the possibility of the three principal institutions spinning out their own startups, nonprofits, or other initiatives from the work done by AI BioDesign.
Betting against the field
AI BioDesign’s approach runs against much of the current thinking in the field. Costa said most efforts to apply AI to biology are chasing a single general model that could answer questions about how any cell works. AI BioDesign is betting on the opposite: narrow models built for specific design problems, trained on data generated for that purpose.
“This project is a clear bet on a different way of doing things,” Costa said.
The people running the initiative are careful not to oversell. Gray said it remains an open question as to whether their approach beats the alternatives. “The jury’s still out,” he said.
Shendure put it plainly: “It’s never as easy as you think it’s going to be,” he said.
Costa said AI BioDesign needs to show real progress within 18 to 24 months — ideally even sooner — and expand to researchers around the world within five years.