西雅图三家顶级机构联手：用 9500 万美元和 AI，学自然如何设计生命
基于多家媒体转述整理：Allen Institute、华盛顿大学（UW）和 Fred Hutch 癌症中心本周联合宣布成立 AI BioDesign——一个用人工智能、大规模实验和开放科学来探索"生命设计空间"的研究加速器，由 Paul G. Allen 生态内的私人基金会 FFST（Fund for Science and Technology）出资 9500 万美元支持。
达尔文曾用"endless forms most beautiful"形容自然界的千姿百态。但官方新闻稿里有个更冷的事实：几十亿年演化出的这套生命形态，只是 DNA 序列可能性空间中很小的一角。AI BioDesign 想做的，就是把 AI 放进那片未知里——不是预测自然已经做出的蛋白，而是学自然界"为什么这样设计"，然后去造自然界没有的东西。
三家机构各出一块拼图
这次合作的分工很清楚，三家出的不是钱，是各自最硬的那块能力：
- Allen Institute：建大科学平台的老手——它最出名的就是那种"整套领域都能用的开放数据资源"（比如脑细胞图谱）。它负责把 AI BioDesign 做成开放科学平台，而不是某个实验室的私产。
- University of Washington：合成生物学和基因组科学的主场，包括 David Baker 的 Institute for Protein Design（蛋白质设计领域的开创者，2024 年诺贝尔化学奖得主）和 Brotman Baty 精准医学研究所。
- Fred Hutch 癌症中心：细胞系统、基因组学和转化医学的深度——也就是把设计出来的东西往临床推的那一环。
资助方 FFST 是 Paul G. Allen 慈善生态里的私人基金会。FFST 首席项目官 Marc Malandro 的说法是，他们要投的不是"单个发现"，而是"能开放共享的知识平台"。
不是 AI 算完就完：design-build-measure-learn 闭环
这个项目最值得注意的不是钱，是方法论。
AI BioDesign 的核心是一个持续学习闭环：AI 模型先提出新的生物设计方案 → 科学家大规模构建并实测这些设计 → 实验结果喂回模型 → 下一轮设计更准。官方管这个叫 design-build-measure-learn 循环。
Allen Institute CEO Rui Costa 的说法是，这个模式的关键在于"AI 模型指导我们下一步生成什么数据"，让实验和模型在持续循环里一起变好。换句话说，AI 不是替代实验，而是决定"下一个实验做什么最值"。
David Baker 的一句话把这事的意义说透了："AI 的速度第一次开始匹配合成生物学的实验能力。这把问题从'自然已经造了什么'变成了'还有什么可能，以及我们怎么验证它'。"
想造什么？
按官方新闻稿，AI BioDesign 的产出（模型、数据集、实验方法、工具）全部开放，应用方向包括：
- 医药：治疗癌症和神经退行性疾病的新药；
- 环境：能在海洋里降解塑料的酶；
- 计算：功耗远低于硅芯片的生物计算机。
科学总监由两个人共同担任：David Baker（UW 蛋白设计研究所所长、HHMI 研究员）和 Jay Shendure（UW Brotman Baty 研究所科学总监、西雅图合成生物学中心科学总监、HHMI 研究员）。Shendure 把这个项目放在了一个更大的叙事里："工程学过去两百年改写了世界三次——工业革命、电气化、数字革命。我们相信第四次就发生在 AI 和生物学的交汇处。"
为什么值得注意
过去两年，AI 蛋白设计领域发的几乎都是"单个模型"或"单篇论文"：AlphaFold、RFdiffusion、ESMFold……都是一组人、一个模型、一篇 Nature。AI BioDesign 是这个领域第一次出现"机构级"的组织形态——三家机构、9500 万美元、明确以"持续产出开放模型和数据集"为目标的实体。
对行业的影响可能在于：如果这个模式跑通，"生物设计"会从"某个实验室的独家突破"慢慢变成"全行业共享的基础设施"——就像 Allen Institute 过去十年对脑科学做的那样。
---
*本文基于多家媒体转述整理，来源包括 Allen Institute 与 UW Medicine 官方新闻稿（2026-09-03/04）及 GeekWire、Puget Sound Business Journal 等媒体报道。*