资金与AI工具重塑合成生物学研究

10月8日，富士通宣布与新墨西哥州合作建立量子计算研究中心。这一合作显示出政府和产业界正在加紧布局下一代计算工具。模拟复杂生物系统越来越依赖这些工具。与此同时，合成生物学研究的入门成本持续上升，所需的基础设施比传统实验室工作更复杂。

资金与模型

近期各项承诺的资金规模不容忽视。据Unite.AI报道，Biohub、美国能源部和美国国立卫生研究院（NIH）已向一项虚拟生物学计划投入18亿美元。这笔钱用来为AI模型建立开放数据，让模型能够预测和治疗疾病。该计划意味着研究重心从纯粹的湿实验转向一种混合模式，数字孪生和模拟在药物发现与生物学理解中占据核心位置。

不过，资金的流动并非没有摩擦。STAT News的一期播客讨论了NIH经费的不确定性如何影响美国研究人员。这期节目邀请了美国医学院协会科学政策高级主任Heather Pierce，谈到依赖联邦拨款的科学家的焦虑。18亿美元的承诺固然可观，却解决不了过去几年困扰生物医学研究经费的更大范围的不稳定。研究人员不得不拓宽资金来源，转向私营部门伙伴和国际合作者，让项目继续运转。

AI加速器

人工智能不再只是合成生物学的工具，它正在成为这个领域的主要驱动力。Google DeepMind于10月4日推出SynthID Bio，一种用于合成生物学的水印方法。这项技术把难以察觉的签名嵌入AI生成蛋白质的生物学代码中。研究人员因此可以核实一项生物设计的来源，确认它由某个特定模型生成。公司表示，在湿实验测试中，带水印的设计在命中率和结合亲和力上与无水印版本相当。这对生物安全是一项关键进展，因为它提供了一层可直接嵌入生物设计本身的验证机制。

微软研究院走的是另一条路，于9月29日推出Quine，一个生物学的多模态世界模型。该系统在一个交互式框架中连接模型、科学工具、文献和研究人员。研究院与哈佛大学和麻省理工学院的Broad研究所合作，用Quine筛选出有望驱动肿瘤状态转变的候选化合物。排名靠前的若干候选物在多项湿实验检测中得到验证。这表明AI已经能够从单纯的预测走向主动实验，这一能力正吸引大型科技公司大量投资。

安全与间谍活动

这些技术的快速进展也引起了国家行为体的注意。据BBC News报道，英国军情五处9月30日发出警告，称100多名与英国机构有关联的学者在不知情的情况下协助了中国的间谍活动。警告将中国通用技术研究所（CGTRI）认定为国家安全部的前台公司。军情五处表示，CGTRI的主要目的是资助那些能直接提升中国间谍技术能力的学术研究，涉及领域包括AI、网络安全和隐蔽通信系统。这迫使大学重新审查与中国机构的合作，给依赖国际数据共享的合成生物学研究人员带来新的行政和法律风险。

The Hacker News报道称，警告提醒继续合作的机构可能依据《2023年国家安全法》被起诉。中国大使馆驳斥这些指控，称其“纯属臆想和捏造”。这场外交争端给资金问题又添了一个变量。依赖跨境合作的研究人员可能因机构开展安全审查而面临延误或项目取消。合规成本在上升，并以行政负担和不确定性的形式落到研究人员身上。

开源与社区

并非所有进展都由政府或企业利益驱动。开源社区也在做出重要贡献。据公司公告，Nous Research于10月7日融资9000万美元，用于打造服务于人的AI。这笔资金将用于构建Hermes for Businesses，这是一个让企业改进并拥有自身智能技术栈的智能体。Nous Research强调，复制软件的边际成本已大幅下降，他们主张推广自己的工具，而不是把它们锁起来。这种做法与大型科技公司的封闭生态形成对照，为缺乏资源自建AI基础设施的较小研究团队提供了另一种选择。

Anthropic于10月8日推出OSS Scanner，一项面向开源软件的漏洞发现服务，由用户自愿加入。该服务使用Claude查找开源代码中的漏洞。这主要是一项网络安全工具，但其底层技术与合成生物学相关。随着生物设计日益复杂并依赖软件进行模拟和数据管理，代码本身的安全性也成为生物安全问题。过去六个月里，Anthropic已发现超过29000个候选漏洞，可见问题规模之大。这项服务对开源项目免费，其中可能包括合成生物学研究使用的许多工具。

前路

合成生物学研究经费的格局正在迅速变化。Biohub及其伙伴承诺的18亿美元为数据驱动的研究提供了稳定基础。但国家行为体的介入，无论表现为间谍活动还是安全担忧，都增加了一层研究人员必须应对的复杂性。SynthID Bio和Quine这样的AI工具让加速发现成为可能，同时也带来了关于安全和来源的新问题。开源社区正在提供易得且透明的工具，但对许多机构来说，入门成本依然很高。

资金来自多个渠道，研究人员的难题在于把这些分散的因素整合成连贯的研究策略。未来几年，这些努力很可能出现整合，一些工具和平台会成为行业标准。关键在于保持推动该领域前进的开放与合作，同时应对已经提出的合理安全关切。风险很高，变化也很快。能适应这一新环境的研究人员，最有可能在合成生物学领域取得下一批突破。