NIH向UCLA的帕勒莫颁奖，资助CRISPR设计的AI研究，未公布金额

一笔没有公布金额的资助

UCLA公布了这项奖励。它来自美国国立卫生研究院下属的国家普通医学科学研究所，名为早期职业研究者最大化研究者研究奖，简称ESI MIRA R35。校方公告中没有出现任何金额数字。

公共经费和私人资本都在涌向AI设计的DNA。这改变了一所大学实验室或一家小型生物技术公司不必自建实验流水线就能尝试的事情。地理分布很不均衡：美国和中国的AI风险投资合计占全球八成以上，而欧洲和英国加起来约占7%。这些钱里有多少具体流向DNA合成，公开数据没有单独列出。NIH这笔最新资助的规模尚未披露。

这笔经费支持帕勒莫实验室把分子模拟与AI结合起来。目标是弄清CRISPR-Cas9如何编辑DNA，并指导更精确的基因组编辑工具的设计。该实验室近期发表在《美国化学会志》上的工作显示，可解释的AI能够揭示CRISPR相关蛋白识别DNA背后的分子机制。帕勒莫于2026年7月1日以正教授身份加入UCLA。她把团队从加州大学河滨分校迁来，此前她在那里担任生物工程与化学教授。

MIRA的运作方式与常规模式不同。它通过一笔统一经费资助一位研究者的整体研究，而不是一叠各自独立的项目经费。该计划称，这让研究者拥有更多稳定性和灵活性。

科学背后的资金版图

根据BCC Research于2026年11月3日发布的报告，2024年企业AI投资达到2523亿美元。私人投资增长44.5%，并购活动增长12.1%。报告还指出，自2014年以来AI总投资增长超过十三倍。风险投资更早给出了类似图景：2012年AI企业获得约30亿美元，2020年为750亿美元，当时约20%的风险投资流向了AI。

分布差距悬殊。2024年美国以1091亿美元领跑全球AI私人投资，中国以93亿美元位居其后。全球AI风险投资中超过八成来自美国和中国企业，欧洲约占4%，英国约占3%。

企业内部的应用也推进得很快。在至少一项职能中使用AI的企业比例从2023年的55%升至2024年的78%。同期生成式AI的使用率从33%跃升至71%。

AI在实验台上改变了什么

BCC Research认为，效果体现在设计阶段。报告称，生成式AI和大语言模型正在产出自然界并不存在的调控元件、启动子、增强子和基因编辑蛋白。

报告认为，AI把开发周期从数月缩短到数周。办法是在任何实验室工作开始之前，先预测序列功能并优化密码子使用。报告列举的技术包括蛋白质语言模型、用于合成DNA调控元件的扩散式生成AI，以及用于CRISPR向导RNA优化的深度学习和CNN/RNN模型。报告还说，AI改善了靶点选择、sgRNA设计、脱靶预测、Cas蛋白发现和蛋白功能分析。

私人融资与公共实验室

私人部门已经开出大额支票。据BCC Research，Generate Biomedicines在2026年通过IPO募集4亿美元，用于扩展AI驱动的蛋白治疗设计。Profluent在2025年融资10600万美元，累计融资约15000万美元。

公共和大学资金在同步推进。A*STAR与新加坡国立大学宣布成立A*STAR SIFBI-NUS合成生物学联合实验室。其初期重点是营养与消费护理，更广泛的应用包括先进材料和健康。两家机构表示，该实验室将把A*STAR SIFBI的生物工艺开发与放大工作，与新加坡国立大学在基础科学和人才培养方面的优势结合起来。公告提到，生物经济预计在未来十年内每年贡献最多4万亿美元。

规模较小的交流也是这股浪潮的一部分。香港中文大学医学院于10月20日和21日派出14名早期职业研究者前往深圳，参加与深圳先进技术研究院合办的AI医学论坛。代表团参观了当地的合成生物学研究设施。

这些公告都没有解决规模问题。BCC Research的数据覆盖的是广义AI投资，而不只是基因合成，帕勒莫的资助则没有公布金额。