1.25 亿个细胞用了 10 年，10 亿个只要几个月：扎克伯格夫妇的 AI 生物学赌注

全世界能拍出那种分辨率照片的显微镜，大概只有几十台。这是普莉希拉·陈在 Latent Space 播客里提到的一个数字，语气很平淡。她和马克·扎克伯格坐在 CZI 的成像研究所里，庆祝 Chan Zuckerberg Initiative 成立十周年，同时宣布下一个十年的主攻方向：AI 驱动的生物学。

这期节目由 Latent Space 的 Swyx 和 Alessio 主持，Cognitive Revolution 做了交叉发布。对话信息密度很高，从细胞图谱的数据规模，到收购蛋白质模型公司 Evolutionary Scale，再到虚拟免疫系统和 N-of-1 精准医疗。两人讲得很具体，没有停在愿景层面。

十周年，把慈善押在一个方向上

CZI 成立于 2015 年 11 月，到节目录制时快满十年。扎克伯格说，当初比尔·盖茨给过一条建议：做慈善和做科学一样，需要练习，不可能一夜之间变好，应该早点开始，多做几轮迭代。

十年下来，CZI 在教育和社区项目上做了不少事，但两人复盘时认为，科学领域的影响最大，而且还在加速。普莉希拉是儿科医生，扎克伯格是工程师，这个组合在基础科学里找到了独特的位置。

她讲了一个很实在的对比：经营公司有仪表盘，财务结果清清楚楚，做得好不好马上知道。做慈善没有这种反馈，你能做的事情太多，要花很久才能判断哪件事真的有势头。十年时间，他们才确认 AI 加生物学是那个能同时用上两人技能和资源的方向。

和盖茨基金会的分工也讲清楚了。盖茨那边强在转化和公共卫生，一件事知道怎么治之后，把它推到全世界，需要大量资源和执行力。CZI 做的是更前端的基础研究，造工具、收数据、建模型，然后让别的机构去转化。普莉希拉说，使命是治愈和预防所有疾病，这件事不可能在自家院墙里完成，策略必须是让每一个科学家都变得更高效。

Biohub 的模式值得单独说。传统慈善是发 grant，把钱给很多独立研究者。CZI 的做法是自己建研究所，招科学家和工程师，让他们坐在同一栋楼里。扎克伯格说这一步经常被忽略，但它是整个模式的地基。第一个 Biohub 把斯坦福、UCSF、伯克利的研究者拉到一起，跨机构合作在以前并不常见。他讲了句大实话：团队之间有分歧、不合作的时候，最有效的办法常常就是让他们物理上坐到一起。

前沿生物实验室，配一个前沿 AI 实验室

扎克伯格在节目里提了一个框架，这句话我认为是整期对话的核心。

他说，大家熟悉“前沿 AI 实验室”这个概念，就是造最先进模型的机构。生物学也可以有对应的东西，叫“前沿生物实验室”，在最先进的成像、炎症测量、细胞工程这些方向上做到极致。

有意思的是两者的关系。AlphaFold 是个典型例子：DeepMind 用别人花了三十年攒的公开数据，训练出一个很强的模型。这是前沿 AI 实验室用了前沿生物实验室的存量数据。

Biohub 想反过来。造工具的时候就先想清楚，要喂给什么模型、模型需要什么精度的数据，然后为这个目标去设计实验。扎克伯格的原话是，把前沿生物学和前沿 AI 放在一起同步做。别让擅长 AI 的人拿着手头碰巧有的生物数据尽力而为。

他用望远镜和显微镜做类比。科学史上很多大突破，前面都先有新工具。伽利略有了望远镜，天文学往前走了一大步。显微镜发明之后，人类才开始理解细胞。工具开发周期长，十到十五年，投入常常是几亿美元，联邦政府主导的 NIH 资助体系很难覆盖这种项目，因为它倾向于把资金分散给大量独立研究者，每人一笔不大的钱。这就是他们说的生态空洞。

成像研究所里的显微镜全是按规格定制的，不是货架产品。普莉希拉提到激光相位板，用来提高断层扫描的速度、对比度和分辨率。瓶颈不只是技术，还有数量，全世界能用的也就几十台。她还说，速度本身一直是核心问题，能不能更快地拿到更好的数据，决定了后面所有的节奏。

数据飞轮：慢十年，快几个月

普莉希拉讲数据节奏的那段特别清楚。

人类细胞图谱十年前启动，第一批 RFA 是资助单细胞转录组的测序方法。花了大约十年，才建起目前最大的 RNA 转录组语料库之一，1.25 亿个细胞。CZI 自己贡献了大约 25%，剩下 75% 来自整个生态，通过 CELLxGENE 平台汇集起来。这个“我出种子，生态来填”的结构，是她认为最值得复制的经验。

然后他们启动 10 亿细胞计划。时间是几个月，成本只是原来的一个零头。

“慢，然后快，再慢，再快。”普莉希拉这样形容。

这个循环在每一个维度上重复。单细胞测序跑通了，转到三维空间成像，又变慢变贵。冷冻电镜模型出来之后，空间数据的处理会再快一次。然后是时间维度，活细胞成像是下一个坎。

她提到一个很具体的限制：现在看的基本是冷冻切片，人不是冷冻切片。要理解活体里发生的事，需要无染色、无标记的成像方法，让机器可以自动连续拍。这是她说的“下一个要补上的维度”。

斑马鱼是个折中方案。旧金山的研究所养了一批透明斑马鱼，全身透明，可以直接看内部器官。目的当然不是治鱼病。他们用大语言模型去比对斑马鱼和人类之间哪些机制是保守的，把鱼身上看到的东西翻译成对人类有用的假设。普莉希拉开玩笑说，马克是斑马鱼的坚定支持者，她自己兴趣一般。

器官层面也有办法。高强度 X 射线可以打到死亡的肺上，在分子级别看清肺是怎么组装的。再和活体病人的 MRI、CT 做关联，把高精度的结构信息和临床影像对上。这是另一种“用不同数据源互相校准”的思路。

模型栈和那笔收购

建模是分层做的。扎克伯格讲得很直白：先有大量蛋白质数据，能模拟细胞里的具体蛋白质，再往上模拟细胞行为，最后才是虚拟免疫系统这种级别的系统。没有对蛋白质交互的理解，很难模拟细胞；没有对细胞的理解，很难模拟免疫系统。

节目里提到几个已经发布的模型。一个是扩散模型，描述条件就能生成一个合成细胞。一个是 cryo 模型，扎克伯格说这是他知道的唯一一个对细胞工作方式做空间建模的模型。还有一个 rBio 模型，做推理，目标是从相关性走到逻辑层面的理解。

这次宣布的重头戏是 Evolutionary Scale 团队加入。这家公司做了 ESM3，长期在蛋白质模型里排在最前面。创始人 Alex Rives 会领导合并后的整体项目。

扎克伯格特意点了一句：让 AI 的人来管整个项目，配上一流的生物学家，这个安排本身就说明了他们有多看好 AI 这条线。他们也建了大规模算力集群，按他的说法，可能是最早为生物研究专门建大集群的机构。团队加算力，两边都要做到世界级，这是他给“前沿 AI 实验室”下的定义。

验证闭环是难点。语言模型可以跑几万个测试，湿实验室做不到。普莉希拉说，成熟指标上的通量已经很快，可以并行跑很多实验，但离几万次验证还有距离。模型给出的预测，要拿去做实验，看结果对不对，再反馈回去。

扎克伯格在这里泼了盆冷水。很多人会说，很快模型就能替代湿实验室，不用做实验了。他觉得这是“AI 会自动化社会一切”的生物学版本，短期内不现实。更可能的路径是模型生成假设，科学家用品味判断哪些值得测，测完再喂回模型。

虚拟免疫系统与 N-of-1

普莉希拉把虚拟免疫系统称为“最值得做的单一系统”。理由有几层。

免疫系统是移动的，有特权通道，能进大脑、胰腺、心脏，做维护或者收集信号。它还是自带平衡的系统，偏向一边是自身免疫病，偏向另一边是感染和癌症。

已经有的应用是 CAR-T，重新编程 T 细胞去打癌细胞。纽约 Biohub 在做的更超前：把工程化细胞送进病人的心脏，检查有没有造成问题的斑块，把结果写进 DNA，细胞自溶后释放无细胞 DNA，体外一读，得到一个是或否的答案。下一步是用工程化免疫细胞把斑块清掉。

普莉希拉说这听起来像科幻，但它是现实，正在发生。另一端是自身免疫病。多发性硬化、狼疮是已知的，痴呆可能也有一部分是自身免疫在起作用。理解这套系统需要的精细平衡，能影响很多维持人体健康的方式。

精准医疗那段是普莉希拉讲得最动情的地方。她提到“意义未明的变异”：你爱的人去做基因检测，报告回来，有三个不寻常的变异，医生也不知道意味着什么。该恐慌还是不该恐慌？接下来做什么？

她希望模型能看这些变异，模拟它们在各种细胞里的影响，判断是不是连着一条通向疾病的通路。这在实验室里对每个人逐个建模是不可能的，太贵太慢。模型可以把它变成可能。

抑郁症的例子更日常。现在是经验性的：你抑郁了，试试这个药，通常是医生最熟的那个，或者你听说过的那个。吃几个月，才知道有没有用。没用的话，人一直在受苦。她想要的是一个基于每个人生物学特征的选择，这也是她说的未来医学的样子。

医生的角色也会变。皮肤病变检测、视网膜问题，AI 已经做得很好。未来的医生更需要的是关怀、共情，陪病人理解为什么，从而建立对科学和临床路径的信任。她说这是医生最初的召唤。

反直觉的地方，以及明天能做什么

节目里有一处很妙的张力。CZI 的使命是“在本世纪末治愈、预防所有疾病”。生物学家听到这个时间表，反应是：太激进了吧。AI 研究者听到的反应是：本世纪末？为什么这么没野心？

扎克伯格自己的判断是，时间线很大程度上取决于 AI 的进展速度，纯生物学那一侧反而次要。他给出的预测逻辑是：如果强 AI 来得快，前沿生物学配上足够的投入，虚拟细胞和精准治疗就能显著提前。

他顺带提了一个数字：过去一百年，人类平均预期寿命大约每年增加四分之一年。这个增长的大部分来自让更多人不在年轻时死去，对最大寿命的延长作用有限。所以在他看来，接下来要关注的除了活得久，还有活得好的质量。

另一个反直觉的点关于科学家的风险偏好。湿实验室又贵又慢，研究者为了拿到终身教职和下一笔资助，倾向于选“一垒安打”或者“二垒安打”级别的假设，稳妥，能出结果。如果模型能把更大胆的想法先去风险，科学家就敢碰本垒打。普莉希拉说，这会加快科学的速度。她顺带吐槽了一句：分析第 1.2 亿个细胞，不会帮你拿到终身教职，所以大规模协作式的科学需要有人重新设计激励机制。

细胞类型的数量也刷新认知。直到最近，人类到底有多少种细胞类型都没有定论，已知是数十亿种，真正仔细看过的只是一小部分，而且大多是健康细胞。年龄、性别、祖先背景、环境暴露，每一个都是排列组合。她说得很直白：我们处在这件事的开头。

还有个没完全对齐的问题。主持人问，如果所有疾病都治好了，死亡算不算一种病？扎克伯格说两人在这件事上高度一致，普莉希拉马上接了一句，这个我们不一定一致。她是儿科医生，注意力放在小生命身上，40 岁，还没认真想另一端的事。

最后一个观点值得做 AI 的人抄下来。扎克伯格说，过去科学家生成数据集，是为了自己翻数据找突破。现在有一种反向思路：我生成数据，是为了训练另一个东西变强，让它产生更多突破。在相信 AI 会大幅进步的世界里，更多前沿生物学应该按第二种方式来做。这些数据集不会自己长出来，需要大量工作和投入。

对读者来说，能马上做的事有几件：

• 去 CELLxGENE 看看那 1.25 亿细胞的数据集，理解它长什么样。这是目前最大的公开单细胞语料之一，也是理解 AI 生物学的好入口。
• 关注 ESM3 和 Biohub 发布的模型，哪怕不做生物，也能看到 AI 在科学领域的具体形态，以及它和通用大模型在方法上的差别。
• 如果你是做数据或实验设计的，反过来想一遍：我的实验是为了回答一个问题，还是为了生成能训练模型的数据？扎克伯格认为后者在强 AI 时代会越来越重要。
• 如果你是投资人或者捐资人，注意工具层。十到十五年的周期，几亿美元的投入，传统资助体系覆盖不到，这正是 CZI 认为的空洞，也是机会所在。
• 做 AI for science 的团队，可以留意湿实验室验证的通量瓶颈，那里既有工程问题，也有创业空间。

整期节目最实在的一句话，来自扎克伯格对数据的判断：你可以有全世界最聪明的 AI 模型，但如果它没有数据去理解这些东西，光靠第一性原理是推不出来的。人类知识很大一部分来自经验，不来自推理。这句话对做 AI 应用的人同样成立。模型能力的上限，常常由你喂给它的经验决定，而经验需要有人提前设计、提前采集。