資料即新藥：OpenAI 基金會豪擲逾 1.25 億美元啟動 Public Data for Health，4,000 萬美元投向 UNC 癌症疫苗計畫

2026 年 9 月 15 日上午，OpenAI 基金會（OpenAI Foundation）宣布啟動第二個科學計畫 Public Data for Health，首批投入超過 1.25 億美元，用於創建與保存開放取用的科學資料集。其中最受矚目的一筆——4,000 萬美元補助給北卡羅來納大學教堂山分校的 UNC Lineberger 綜合癌症中心——劍指一個看似平淡、實則卡住整個領域的問題：個人化癌症疫苗是用電腦從「從未真正被測量過的資料」設計出來的。

官方宣布內容

這項計畫由基金會「生命科學與治癒疾病」（Life Sciences and Curing Diseases）部門的 Abhishaike Mahajan 與 Jacob Trefethen 撰文揭曉，形式與 2026 年 4 月啟動的首個科學計畫「AI for Alzheimer’s」明顯不同。前者鎖定單一疾病，Public Data for Health 則刻意橫向展開：它補助的是全球研究者與 AI 工具都能取用的資料集，一次涵蓋多種疾病。

基金會的論述相當直白：科學資料是發現的基礎輸入。在數學領域，AI 系統最近已能在「不收集新資料」的前提下貢獻新知識；生物學恰恰相反——模型固然能大規模分析生物資訊、甚至從不完整的證據中重建隱藏結構，但它們變不出從未被記錄的觀察。更麻煩的是，某些具有巨大公共價值的資料集可能永遠不會誕生，因為沒有任何一家公司或學術實驗室有足夠的誘因或預算去創建它。

這個「市場失靈」論證正是計畫的核心命題：慈善資金應該資助生命科學的資料層，就像當年資助人類參考基因體與蛋白質結構資料庫一樣。

三筆補助，三種資料假說

首批補助橫跨藥物開發的分子層、流行病學層與法規層，各自體現基金會對「什麼讓資料有價值」的三個起始假說——相連資料（connected data，跨越多個步驟追蹤生物學）、稀缺資料（scarce data，保存無法重製的東西）、以及直接資料（direct data，測量最貼近關鍵的狀態）。

OpenADMET（UCSF 及合作團隊） 將建立開放資料集、基準測試與盲測競賽，檢驗 AI 能否預測小分子藥物在人體內的吸收與分布。公告中把賭注講得一清二楚：約 90% 的候選藥物在臨床試驗中失敗，原因往往是吸收與分布難以預測。團隊援引 AlphaFold2 在 CASP 競賽中依賴蛋白質資料庫（PDB）的先例——高品質公共資料加上公開預測競賽，正是解鎖蛋白質結構預測的組合拳。OpenADMET 打算把同一套打法複製到藥物動力學：為數萬個化合物測量關鍵分子特性、連結轉運蛋白結構，並用人工血腦障壁模型驗證其中一部分。

CTD Commons 由 1Day Sooner 創辦人 Josh Morrison 領軍，將測試能否收購並公開那些失敗或遭擱置藥物計畫的「通用技術文件」（Common Technical Document）——涵蓋動物毒理、製造細節與 FDA 往來信函的完整法規檔案，並趕在公司倒閉、紀錄消失之前保存下來。這些工作只有極小一部分會出現在正式論文裡。若成功，早期開發者等於拿到一張「法規要求地圖」，而機器學習系統則多了一批能從中學習藥物成敗模式的語料。

北卡羅來納大學 拿到最大一筆 4,000 萬美元，將由免疫學家 Benjamin Vincent 醫師與計算生物學家 Alex Rubinsteyn 博士共同建立 生成式免疫療法倡議（Initiative for Generative Immunotherapy）。

UNC 計畫：把紅旗量出來

個人化新抗原（neoantigen）疫苗是少數真正為「每一位病人」用運算方法設計的藥物。流程是：定序病人的腫瘤、預測哪些腫瘤特有蛋白會出現在細胞表面，再打造一支疫苗，訓練免疫系統去攻擊舉著這些「紅旗」的細胞。

問題在於：腫瘤定序只是一種「代理指標」。要直接量測哪些標的真的出現在細胞表面、以及病人的 T 細胞對每一個標的反應多強，既困難又昂貴，因此幾乎沒有人大規模做過。疫苗於是被建立在「預測疊加預測」之上——這正是 Rubinsteyn 所說「許多疫苗因為太過任意而在開發過程中失敗」的原因。

UNC 團隊打算正面突破。他們將分析來自三個生物檢體庫、數百件去識別化的腫瘤組織與免疫細胞樣本，直接測量腫瘤細胞的表面蛋白與病人的 T 細胞反應，而不是從定序結果去推論。這將產出該領域首批真正的訓練與評估資料集之一——讓 AI 模型學會分辨哪些腫瘤抗原是真正的好標的，而非只是「被預測為好」的標的。與此同時，臨床試驗將比較多種疫苗配方在三陰性乳癌（最難治的亞型之一）中引發腫瘤特異性免疫反應的能力。

「個人化癌症疫苗終於開始展現臨床療效的跡象，但以傳統療法開發模式，其中的缺口可能要數十年才能補上，」Rubinsteyn 表示，「高品質資料能幫我們更快縮小這些差距。」

所有資料都將以去識別化的公共資料形式公開。基金會生命科學部門負責人 Jacob Trefethen 講得更明白：UNC 的工作「將產出今天研究者根本拿不到那個規模的資料，並廣泛公開這些發現，讓全世界科學家都能在其上繼續建構」。

為什麼重要

時間點值得玩味。就在兩週前，這個領域才剛出現首個通過第三期臨床試驗的個人化 mRNA 癌症疫苗——其核心正是一套挑選新抗原的演算法——證明計算型的疫苗設計能跨過臨床醫學的最高門檻。但一次成功的試驗設計並不能類推到所有癌症，因為底層的標的選擇模型，是在薄弱而間接的資料上訓練出來的。UNC 資料集想做的，是從根源修復這個領域的資料問題，而不是在壞地基上繼續調模型。

這裡還有一個結構性訊號。OpenAI 基金會——治理營利實體 OpenAI Group PBC 的非營利母組織——把它的科學信譽押在開放公共財上，而非排他性合作。補助對象被鼓勵以預印本發表分析、持續釋出資料而非等到計畫結束才一次交付。如果基金會的判斷正確，AI 時代的慈善家能買到槓桿率最高的東西，不是算力、也不是模型，而是那些模型從來無法學習的「觀察」本身。

對病人而言，從資料集到藥物的路仍然漫長。但若生成式免疫療法倡議兌現承諾，下一代疫苗候選將帶著遠更堅實的標的組合進入人體試驗——用 Vincent 的話說，個人化癌症疫苗的設計，將從猜謎走向測量。