核心要点
- 5亿美元：CZI 将 Biohub 变成最核心的慈善项目，并投入 5 亿美元做 virtual biology，目标不是单点治病，而是加速整个科学系统。
- 开放工具：Biohub 的基本判断是科学缺少共享工具和共享知识库，所以更愿意把模型与数据开放给社区，而不是把它关进一家公司。
- 层级建模：Mark 强调要从蛋白相互作用开始，逐层理解细胞、免疫系统和身体内的动态系统，不能跳过底层机制直接模拟宏观疾病。
- 11亿蛋白：Alex 介绍新 ESM 模型已预测超过 11 亿个蛋白结构，且在蛋白-蛋白、蛋白-抗体交互上达到关键基准。
- 个体医学：Priscilla 的目标是理解一个人从基因变异到疾病机制再到干预的完整链条，让治疗不再只是“像某类患者所以试试某药”。
- 临床瓶颈：AI 可能大幅缩短分子设计和毒性预测，但临床研究、招募、监管和真实患者部署仍需要新的制度与医生参与。
- 反中心化：Mark 明确反对“一个中央超级智能解决所有科学”的想象，认为进步来自把工具放进个体科学家手里，让边缘想法也能被尝试。
章节时间轴
- 0:00 工具而非救世主 — 开场把 Biohub 的定位说清楚：他们想把工具交给整个科学共同体，而不是自己单独治愈疾病。
- 1:31 从荒唐愿景到主线任务 — Priscilla 回顾“本世纪末治愈、预防和管理所有疾病”的早期愿景，以及科学家最初为何觉得不可能。
- 3:06 科学缺少共享基础设施 — 他们从科学家那里听到核心痛点：工具散落在个人电脑里，数据被论文锁住，知识难以流动。
- 4:39 AI 与湿实验室必须耦合 — Mark 解释生物不像互联网文本那样已有海量数据，许多关键数据必须通过新仪器和新实验生成。
- 6:11 从单细胞到 Cell by Gene — Priscilla 讲述单细胞测序、Human Cell Atlas 和 Cell by Gene 如何逐步成为模型训练的知识语料。
- 8:29 Alex 加入的理由 — Alex 认为下一代科学机构必须把 frontier AI 与 frontier biology 放进反馈循环，而 Biohub 正好具备这种组合。
- 10:47 为什么要层级理解生命 — 讨论蛋白、细胞、免疫系统等不同层级之间的关系，以及为什么系统生物学和还原论需要被连接。
- 14:40 模型里的机制知识 — Alex 解释 mechanistic interpretability 如何帮助打开蛋白语言模型的黑箱，看到模型学到的生物结构语法。
- 22:25 个体化治疗的真实含义 — Priscilla 说明她希望从基因、机制、蛋白功能到治疗干预，真正按个体理解病人。
- 27:44 ESM 与开放发现引擎 — Alex 介绍新 ESM fold 模型、11 亿蛋白结构预测、抗体设计和实验验证闭环。
- 38:35 开放生态与人才竞争 — 三人讨论开源、Biohub 吸引 AI 科学家的原因，以及为什么使命、数据、工具和计算同样重要。
- 50:06 五年后的成功标准 — Mark 说成功不是别人也做出相似东西，而是 Biohub 能贡献世界级、独特且更好的生物世界模型。
详细内容
一、Biohub 的原始问题：科学为什么慢
Priscilla 回忆，CZI 最早提出“到本世纪末治愈、预防和管理所有疾病”时，遇到过一连串尴尬但有教育意义的会议。许多诺奖级科学家听到这个目标会笑，因为生物医学研究长期被困在学科孤岛、工具孤岛和数据孤岛里。论文发表并不等于知识被真正共享，一个博士后写出来的工具可能只存在于他自己的电脑上，一旦毕业就消失。
这让 Biohub 的第一性原理变得很清楚：如果科学共同体的瓶颈是共享工具、共享数据和共享知识库，那么最有杠杆的慈善工作不是资助某一个疾病项目，而是建设能被大量科学家复用的基础设施。Mark 也强调，他们不是要自己成为“治愈疾病的人”，而是要让整个科学领域的进步速度变快。
Biohub 最初的模式，就是把工程师和科学家跨大学组织在一起，长期做工具开发。这个模式后来从旧金山扩展到纽约、芝加哥等 Biohub，并逐渐收敛到 virtual biology：用独特数据集去建模蛋白、细胞乃至更大尺度的生物系统。
二、为什么生物学不是“再训练一个大模型”那么简单
Mark 给出的关键区别是：语言模型可以吃互联网上已有的大量文本，但生物学没有同等规模、同等覆盖面的现成数据。很多他们想建模的东西，今天根本还没有被看见、记录或测量。例如更高分辨率的成像、体内过程记录、炎症测量设备、细胞通信传感器，这些都需要 Biohub 自己建设实验能力来生成新型数据。
这也是 Biohub 选择“AI 与 wet lab 一体化”的原因。Alex 的加入让这一点更明确：如果要进入新的科学时代，模型不能只从旧数据里离线学习，而要和实验生物学构成反馈循环。模型提出问题，实验产生数据，数据反过来修正模型，这样才可能逐步从发现型科学走向工程型科学。
Priscilla 用单细胞测序举例说明这种路径。CZI 最早资助方法共享，后来资助 Human Cell Atlas，再后来建设 Cell by Gene 工具。这个工具起初只是帮助科学家标注数据，但围绕它形成的社区不断贡献新数据，最终让它成为许多 transcriptomic 模型的语料基础。也就是说，工具、社区和模型之间会形成复利。
三、层级世界模型：从蛋白到细胞，再到系统
节目中一个重要问题是：蛋白折叠模型的成功，能否自然延伸到细胞行为和更大尺度系统？Mark 的回答很谨慎：每一层都会有不同数据和不同建模技术，但如果要真正理解生物系统，必须按层级搭建。没有蛋白相互作用，就很难理解细胞；没有细胞层面的理解，就很难理解免疫系统或身体里多个细胞群的动态交互。
Priscilla 补充说，Biohub 的特别之处在于能有意收集连接层级的数据：比如在细胞内看 transcriptomics 的空间定位，在透明斑马鱼中观察发育过程，在不同分子之间用传感器看细胞通信。这些连接点就是模型跨层级泛化的“组织结构”。
Alex 则把它放在信息理论语境里：生命系统有复杂层级，每个层级都由下层构成。如果希望数字模型回答新的实验问题，就需要在每一层都有正确建模基础，并用足够规模的数据揭示底层信息架构。
四、模型不是黑箱：mechanistic interpretability 的生物学价值
Alex 对 protein language model 的解释很具体。这类模型训练在蛋白序列的“代码”上，目标类似预测下一个 token。它并没有被显式告知结构和功能，但在学习数十亿蛋白序列后，会涌现出生物结构和功能的表征。
这使 mechanistic interpretability 在生物学里有了新用途。传统上，它用于理解大语言模型的表示空间；在蛋白模型里，它可能帮助科学家打开黑箱，看到模型如何把未知蛋白和已知蛋白连接起来。换句话说，模型不仅能预测结构，还可能帮助发现人类还没有命名的机制关系。
Alex 最乐观的地方在于，如果模型真的学到了底层生物学表示，人们就能询问它：某个治疗为什么起作用？某个蛋白如何影响疾病过程？某个未知蛋白与已知功能之间有什么联系？这不只是自动化实验，而是从模型中提取新的科学知识。
五、ESM 的新进展：从结构预测到蛋白设计
Alex 重点介绍了刚发布的新 ESM fold 系统。他称其为开放的蛋白生物学发现引擎：这是基于语言模型的蛋白世界模型，训练在数十亿蛋白序列上，可以快速预测原子分辨率蛋白结构。他说团队已经折叠并预测了超过 11 亿个蛋白结构，并用 mechanistic interpretability 找到连接它们的特征。
更关键的是，模型不只是预测结构，还能搜索世界模型空间来设计新蛋白。Alex 强调，他们并没有专门为抗体设计一个模型，也没有为某一个靶点设计模型，而是训练了一个理解蛋白的一般模型，结果“蛋白设计”成了涌现能力。
这个闭环也进入实验验证。团队可以在数字空间里从数十万条轨迹中筛选，再合成 96 个蛋白，用 96 孔板进行实验，最终找到 nanomolar binders。Priscilla 补充，团队还用细胞实验和 cryo-EM 显微镜验证功能与结构，看到 binding interface 的原子级细节。这是 Biohub 想要的闭环：模型给出候选，实验验证，数据再进入模型。
六、个体医学、临床转化与稀有病
Priscilla 最有人味的部分，是她解释为什么这件事和患者有关。今天如果一个人有非标准疾病，医生常常只能去 PubMed 查论文、看 supplement、判断这个患者是否像论文中的样本，然后试一种可能影响相关通路的药。她认为这仍然缺乏真正机制理解。
她希望未来能理解个体的遗传风险、疾病机制、蛋白功能和可干预点。某些疾病现在只需要先搞清楚哪些基因变异致病，哪些不致病；另一些疾病已经知道链条，但还缺乏改变特定蛋白功能的方法。如果能设计蛋白改变生理过程，就可能真正治愈一些人。
但几位嘉宾也没有把问题说得过于简单。传统药物开发中，分子和临床前工作可能只是总成本的一小部分，漫长且昂贵的是临床试验、毒性、安全、招募和监管。Priscilla 认为更好的细胞图谱和 transcriptomic 模型可以提前发现 off-target effects，比如某个肾细胞也表达了目标受体，从而在人体试验前预测风险。Mark 还提到 rare disease 的患者群体已经在自组织登记、自然史数据库、biobank 和临床试验，这可能让长尾疾病的经济性发生变化。
七、开放生态：不是中央智能，而是更多人能尝试
当主持人问为什么不把这些能力商业化时，Mark 的回答是：也许它可以成为一门生意，但作为开放项目会更快落到更多科学家手里，影响更大。这种开放理念和 Meta 的开源 AI 思路一脉相承，但在生物学里还要同时考虑 biosafety。
Mark 明确反对“某个中央超级智能解决所有科学”的想象。他认为科学和社会进步历来不是靠集中化完成的，而是靠把工具交给个体，让许多人尝试主流之外的想法。开放模型不是唯一形式，但它是一种把能力放到更多人手中的方式。
人才层面也是同样逻辑。Mark 认为 AI 科学家当然可以去大模型公司做语言模型，但那些地方没有同等前沿的生物实验体系。Biohub 的吸引力在于同时拥有数据、工具、计算、人才和使命。Alex 说，这个使命现在已经严肃到“不是百年后才可能”的程度。Mark 则补充，AI 研究并不一定需要几百上千人，一个十几到几十人的极强团队也能推动前沿。
金句
我们不是要自己治愈疾病，而是要建工具，让整个科学领域一起更快地治愈疾病。 —— Mark Zuckerberg 2:18
生物学没有一个互联网规模的现成数据集，很多关键数据必须先被发明出来。 —— Mark Zuckerberg 4:39
如果能把生物学从发现型科学推进到工程型科学，那就是一个巨大的转折。 —— Priscilla Chan 7:43
我们没有为抗体专门设计模型，只是设计了一个理解蛋白的模型，蛋白设计就成了涌现能力。 —— Alex Rives 30:02
我们的愿景不是一个中央超级智能解决所有科学，而是把工具放到个体手里。 —— Mark Zuckerberg 39:21
提到的书·产品·人物
- Mark Zuckerberg（人物）：Meta 创始人，CZI 与 Biohub 的主要推动者之一。
- Priscilla Chan（人物）：CZI 联合创始人，长期关注医学、患者和科学工具建设。
- Alex Rives（人物）：Biohub 新任负责人，曾领导 EvolutionaryScale 的蛋白语言模型工作。
- Biohub / CZI（机构）：本期主角，目标是建设开放的 AI 生物学工具和世界模型。
- Virtual Biology（项目）：Biohub 当前核心方向，用 AI 与实验数据建立生物系统模型。
- Human Cell Atlas（项目）：大规模单细胞图谱项目，被 Priscilla 作为工具和数据社区复利的例子。
- Cell by Gene（产品/工具）：用于单细胞数据标注和社区数据共享的工具。
- ESM / ESM fold（模型）：Biohub 发布的蛋白世界模型，可预测结构并支持蛋白设计。
- AlphaFold（模型）：早期蛋白结构预测突破，被作为 AI 生物学成功案例参照。
- UCSF / Jennifer Doudna Cures（机构/项目）：Biohub 在临床转化探索中的合作方。
- CHOP / baby KJ（案例）：用 CRISPR 治疗罕见突变的案例，被用来说明个体化疗法的早期路径。
- Qwen / open-source AI（模型/生态）：节目后段谈开放生态时被作为更广泛 AI 开源背景提及。
适合谁听
适合关注 AI for science、药物发现、开放模型、个体化医疗与科研机构设计的创业者、研究者和技术管理者。