Biohub, el Departamento de Energía de EEUU, los NIH y nuevos socios privados anunciaron el 7 de octubre la mayor apuesta coordinada hasta la fecha por datos biológicos listos para IA: $1.800 millones en fondos, datos, cómputo y tecnología de medición para entrenar modelos predictivos de la vida y acelerar curas.

El reparto, detallado en el anuncio oficial: Biohub pone $500 millones comprometidos en abril ($400M en tecnologías de medición como criotomografía electrónica y microscopía masiva, $100M para nuclear el esfuerzo global); el DOE invierte más de $500 millones en cinco años; los NIH coordinan datasets construidos con más de $500M previos; y Google DeepMind, Isomorphic Labs y Meta suman $300 millones para la Virtual Biology Initiative.

La tesis es la que repite el canal que destapó la noticia: la biología computacional ya no está limitada por las GPUs, sino por los datos de entrenamiento. La iniciativa medirá cómo responden las células en distintas condiciones para construir datasets abiertos que permitan «preguntar, predecir y responder biología digitalmente». El primer dataset llegaría en aproximadamente un año.

El diseño mezcla ciencia abierta con incentivos privados: habrá periodos de embargo para que los financiadores comerciales trabajen los datos antes de liberarlos como recurso público, mientras el tramo gubernamental no tendrá esas restricciones. Biohub planea acercarse después a farmacéuticas y filantropías.

El anuncio conecta dos historias de la semana: Isomorphic Labs —que participa con inversión— negocia una ronda a $40-50B, y el propio Hassabis recaudó $2.100M en mayo. La IA para curar enfermedades pasó de promesa a mercado de capitales en meses.

Si el plan funciona, el cuello de botella de la biología se mueve del laboratorio seco al laboratorio húmedo industrializado: medir más, medir mejor y compartirlo todo. La cura computable empieza por el dato.

Fuentes
Biohub: anuncio oficial (7-oct-2026) · @aipost (Telegram)

Crédito de la imagen: Científica con muestra de ADN, Daniel Sone / National Cancer Institute vía Wikimedia Commons (dominio público).