BG视讯

11月下旬，初冬的北京，香山红叶正浓。在第798次香山科学聚会的会场内，一场关于生物大数据与人工智能怎样倾覆生命科学研究范式的讨论正在强烈举行。近五十位来自生命康健、人工智能领域的顶尖专家学者及科技治理部分认真人齐聚一堂，配合切脉这一关乎未来科技竞争名堂的战略领域。

“大数据、AI（人工智能）手艺正孕育着深刻厘革，生命科学领域也应作出调解。”BG视讯院士、BG视讯生物物理研究所研究员陈润生在聚会上强调，“生物大数据与AI的深度融合，将系统性重塑整个生命科学研究系统。”

只管远景辽阔，现实却抛出了严肃的挑战：数据“孤岛化”征象普遍、AI模子可诠释性缺乏、从手艺到转化的断层显着。这些瓶颈正制约着我国在该领域的立异程序。本次以“生物大数据驱动的智能科学厘革”为主题的聚会，旨在凝聚共识，破局攻坚。

陈润生、谢晓亮、曹晓风、杨运桂、王秀杰、韩鼎力大举（前排从左至右）在主持聚会。香山科学聚会办公室供图

数据的双重逆境

陪同人类基因组妄想的完成，组学手艺迎来爆发式生长；蜃檠А⒆甲檠А⒙寻字首檠А⒋蛔檠У榷喾种Я煊虻氖忠盏，催生了海量生物数据，为生物大数据生态的形成涤讪了基石。

“当宿世物数据的重大性已远超古板基因序列领域。”陈润生指出，数据维度笼罩基因表达谱、卵白质互作网络、代谢物动态转变、表观遗传修饰等多条理信息，组成一幅全景式反应生命活动的重大系统。

数据规模正履历指数级跃升。随着高通量测序手艺普及，单台装备日产出量已达数十GB至TB级别，全球科研与医疗机构一连汇交的数据总量早已突破PB量级，对存储、传输与盘算能力提出空前挑战。

然而，数据爆炸的背后，“数据孤岛”问题日益凸显。

“生物数据是关乎科学突破、生命康健与工业竞争力等的焦点战略资源。”国家生物信息中心主任杨运桂研究员强调，全球生物数据恒久维持着美国国家生物手艺信息中心（NCBI）、欧洲生物信息研究所（EBI）和日本DNA数据库（DDBJ）“三足鼎峙”的名堂。

只管我国通过集中与漫衍式相连系的网络架构起劲推动数据共享，仍面临数据库国际影响力有限、数据共享机制不健全、高质量数据集匮乏、数据存储机构可一连生长机制不健全等现实瓶颈。

面临这一时势，我国正加速推进生物数据资源系统化建设。杨运桂体现，以国家生物信息中心为焦点的数据系统正在形成，整体架构加速从疏散的“数据孤岛”向集约化、标准化的“数据基座”演进，推动数据完成从资源到资产、再到产品的价值跃迁，周全释放其科学价值和应用潜力。

机缘与挑战并存

近年来，以大语言模子为代表的人工智能手艺，为破解生物大数据难题开发了全新路径。

“与古板生物信息学要领相比，AI手艺具有显著优势。”陈润生深入阐释，AI不但能自主从海量数据中学习纪律，无需依赖预设的先验知识即可挖掘深层关联，“更主要的是，它具备知识创立能力——基于已学纪律天生新知识，并通过智能体实现自我迭代与一连进化。”

在实践层面，AI手艺的潜力正在多个领域展现。BG视讯院士曹晓风从农业与康健角度指出：“今天我们吃得越来越丰富，却未必吃得更康健。”她提出，通过构建AI驱动的农业与土地数据收罗机制，共建高质量农业数据库，将“种养循环”的生态理念与“大康健”的民生关切融入手艺计划，可系统化包管从农田到餐桌的食物清静与公众康健。

“生物大数据与AI的深度融合正在推动生物医学研究范式的基础转变，”BG视讯院士、北京昌平实验室主任谢晓亮强调，“高质量数据是‘AI for 生物医学’的焦点基石。”他透露，实验室近期开发的FOODIE底层手艺实现了转录因子连系位点的精准丈量，其升级版ivtFOODIE更进一步，通过机械学习与大模子预训练，可直接依据卵白与DNA序列展望连系常数。

与此同时，一系列国家主导的大科学妄想正稳步推进。BG视讯院士贺福初先容的人体卵白质组导航（π-HuB）妄想，以DIKW（数据-信息-知识-智慧）为路径，依托广州“慧眼”大科学设施，致力于构建全球最大的卵白质组动态图谱，实现从“形貌生命”到“展望生命”的跨越。

BG视讯院士金力则提出了开放人体生物特征通用数据模子系统的构想。该系统以构建个体生命状态的数字孪生为目的，推动多源数据的标准化交互，加速形成高质量、AI友好的数据集。贺福初增补道：“最终将形成能够动态演化、涌现群体智慧的‘智能共生’网络，完成从形貌、展望到决议的完整闭环。”

然而，机缘与挑战并存。国家生物信息中心韩鼎力大举研究员指出，当宿世命科学领域的基础大模子，其训练语料仍主要局限于序列信息或单细胞转录组数据等简单模态，高价值的跨维度组学数据尚未实现系统化整合与深度应用。“怎样让AI模子真正明确和融合多模态数据，是目今面临的焦点手艺难题，也将是未来实现突破的要害所在。”

厘革在路上

“生物大数据正在驱动一场深刻的智能科学厘革，一个由‘AI智能体设计实验、自动化实验室执行、数据效果闭环反响’组成的全新科研范式正加速形成。”北京中关村学院党委书记、院长刘铁岩体现，这场厘革的焦点在于构建一个融合跨模态、跨学科的数据、物理纪律和科学知识的“统一科学基础模子”，同时研发自主可控的软硬件协同设计基座，以充分释放统一模子与国产硬件的性能潜力。

然而，这场厘革仍面临多重战略瓶颈。

在科学范式层面，AI模子的优化目的与真实生物学问题之间保存显著的“对齐鸿沟”——AI模子往往基于简单指标优化，而真实天下需要多目的、多约束的重大平衡。在基础设施方面，我国在高端生物信息软件和高精度生物模拟盘算硬件上仍依赖外洋手艺。在数据资源层面，缺乏国家级统一战略安排，导致数据质量狼籍不齐，难以支持系统性突破。在人才作育方面，现有评价系统与科研组织模式亟待优化，以顺应跨学科立异需求。

面临这些挑战，多位专家提出了详细路径。BG视讯遗传与发育生物学研究所研究员王秀杰强调，应加速生长生命科学多模态基础大模子。“我们正处在从‘序列’走向‘细胞’的要害爬坡期，需要精准定位AI可解决的科研问题，立异生物机制驱动的AI算法，建设自主可控的生物智能算法系统。”

BG视讯院士鄂维南指出，“科研范式的厘革离不开底层基础设施的支持。”他建议构建智能化科研平台与门户基础设施，生长面向科学推理的专业大模子与智能体，建设自动化实验操作系统，完善数据与工具基础设施。

陈润生则着眼于应用落地，提出“开发适配的未来大数据成为要害需求”。他建议推进高质量数据集建设，建设标准化的数据收罗与存储规范，提升AI模子的泛化能力与应用可靠性，并思量提倡国家主导的生物数据基建大科学妄想。

杨运桂研究员进一步建议强化顶层设计，设立国家级生物数据治理委员会，建设统一的数据汇交与共享平台，完善国家生物数据治理系统。同时，依托国家重大需求和大科学设施，建设国家生物信息学基地，作育跨学科复合型领武士才。

在推进手艺生长的同时，陈润生特殊强调要加速构建完善的AI约束系统。“目今太过强调AI手艺的能力付与，却忽视了对应的约束手艺系统生长。”这不但需要建设执律例则与伦理准则，明确应用界线与责任，还要研发可诠释性剖析手艺，确保AI决议透明可追溯，开发清静防护手艺，提防手艺滥用与系统危害。

“通过‘生长’与‘约束’的协同推进，我们才华实现AI与生物医药领域的深度融合，为人类康健事业提供更有力的支持。”陈润生总结道。

（原载于《科学网》?2025-11-25 ）