GA黄金甲

11月下旬
，初冬的北京
，香山红叶正浓。在第798次香山科学会议的会场内
，一场关于生物大数据与人为智能若何颠覆性命科学钻研范式的会商在强烈进行。近五十位来自性命健全、人为智能领域的顶尖专家学者及科技治理部门掌管人齐聚一堂
，共同切脉这一关乎将来科技竞争格局的战术领域。

“大数据、AI（人为智能）技术正生长着深刻刷新
，性命科学领域也应作出调整。”GA黄金甲院士、GA黄金甲生物物理钻研所钻研员陈润生在会议上强调
，“生物大数据与AI的深度融合
，将系统性沉塑整个性命科学钻研系统。”

只管远景辽阔
，现实却抛出了严格的挑战：数据“孤岛化”景象普遍、AI模型可诠释性不及、从技术到转化的断层显著。这些瓶竟佚造约着我国在该领域的创新措施。本次以“生物大数据驱动的智能科学刷新”为主题的会议
，旨在凝聚共识
，破局攻坚。

陈润生、谢晓亮、曹晨风、杨运桂、王秀杰、韩大力（前排从左至右）在主持会议。香山科学会议办公室供图

数据的双沉困境

伴随人类基因组打算的实现
，组学技术迎来发作式发展
；蜃檠А⒆甲檠А⒌鞍字首檠А⒋蛔檠У榷喾种Я煊虻募际醯
，催生了海量生物数据
，为生物大数据生态的形成奠定了基石。

“当前生物数据的复杂性已远超传统基因序列领域。”陈润生指出
，数据维度覆盖基因表白谱、蛋白质互作网络、代谢物动态变动、表观遗传建饰等多档次信息
，组成一幅全景式反映性命活动的复杂系统。

数据规模正经历指数级跃升。随着高通量测序技术遍及
，单台设备日产出量已达数十GB至TB级别
，全球科研与医疗机构持续汇交的数据总量早已突破PB量级
，对存储、传输与推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、性命健全与产业竞争力等的主题战术资源。”国度生物信息中心主任杨运桂钻研员强调
，全球生物数据持久维持着美国国度生物技术信息中心（NCBI）、欧洲生物信息钻研所（EBI）和日本DNA数据库（DDBJ）“鼎足之势”的格局。

只管我国通过集中与散布式相结合的网络架构积极推动数据共享
，仍面对数据库国际影响力有限、数据共享机造不健全、高质量数据集匮乏、数据存储机构可持续发展机造不健全等现实瓶颈。

面对这一局面
，我国正加快推动生物数据资源系统化建设。杨运桂暗示
，以国度生物信息中心为主题的数据系统在形成
，整体架构加快从分散的“数据孤岛”向集约化、尺度化的“数据基座”演进
，推动数据实现从资源到资产、再到产品的价值跃迁
，全面开释其科学价值和利用潜力。

机缘与挑战并存

近年来
，以大说话模型为代表的人为智能技术
，为破解生物大数据难题启发了全新蹊径。

“与传统生物信息学步骤相比
，AI技术拥有显著优势。”陈润生深刻阐释
，AI不仅能自主从海量数据中进建法规
，无需依赖预设的先验知识即可挖掘深层关联
，“更沉要的是
，它具备知识创造能力——基于已学法规天生新知识
，并通过智能体实现自我迭代与持续进化。”

在实际层面
，AI技术的潜力在多个领域显露。GA黄金甲院士曹晨风从农业与健全角度指出：“今天我们吃得越来越丰富
，却不定吃得更健全。”她提出
，通过构建AI驱动的农业与地皮数据采集机造
，共建高质量农业数据库
，将“种养循环”的生态理想与“大健全”的民生关切融入技术规划
，可系统化保险从农田到餐桌的食品安全与公家健全。

“生物大数据与AI的深度融合在推动生物医学钻研范式的底子转变
，”GA黄金甲院士、北京昌平尝试室主任谢晓亮强调
，“高质量数据是‘AI for 生物医学’的主题基石。”他泄漏
，尝试室近期开发的FOODIE底层技术实现了转录因子结合位点的精准丈量
，其升级版ivtFOODIE更进一步
，通过机械进建与大模型预训练
，可直接凭据蛋白与DNA序列预测结合常数。

与此同时
，一系列国度主导的大科学打算正稳步推动。GA黄金甲院士贺福初介绍的人体蛋白质组导航（π-HuB）打算
，以DIKW（数据-信息-知识-智慧）为蹊径
，依附广州“慧眼”大科学设施
，致力于构建全球最大的蛋白质组动态图谱
，实现从“描述性命”到“预测性命”的逾越。

GA黄金甲院士金力则提出了盛开人体生物特点通用数据模型系统的构思。该系统以构建个别性命状态的数字孪生为指标
，推动多源数据的尺度化交互
，加快形成高质量、AI敦睦的数据集。贺福初补充路：“最终将形成可能动态演化、涌现群体智慧的‘智能共生’网络
，实现从描述、预测到决策的齐全关环。”

然而
，机缘与挑战并存。国度生物信息中心韩大力钻研员指出
，当前性命科学领域的基础大模型
，其训练语料仍重要局限于序列信息或单细胞转录组数据等单一模态
，高价值的跨维度组学数据尚未实现系统化整合与深杜爪用。“若何让AI模型真正理解和融合多模态数据
，是当前面对的主题技术难题
，也将是将来实现突破的关键地点。”

刷新在路上

“生物大数据在驱动一场深刻的智能科学刷新
，一个由‘AI智能体设计尝试、自动化尝试室执杏注数据了局关环反馈’组成的全新科研范式正加快形成。”北京中关村塾院党委书记、院长刘铁岩暗示
，这场刷新的主题在于构建一个融合跨模态、跨学科的数据、物理法规和科学知识的“统一科学基础模型”
，同时研发自主可控的软硬件协同设计基座
，以充分开释统一模型与国产硬件的机能潜力。

然而
，这场刷新仍面对多沉战术瓶颈。

在科学范式层面
，AI模型的优化指标与真实生物学问题之间存在显著的“对齐天堑”——AI模型往往基于单一指标优化
，而真实世界必要多指标、多约束的复杂平衡。在基础设施方面
，我国在高端生物信息软件和高精度生物仿照推算硬件上仍依赖国表技术。在数据资源层面
，不足国度级统一战术部署
，导致数据质量参差不齐
，难以支持系统性突破。在人才造就方面
，现有评价系统与科研组织模式亟待优化
，以适应跨学科创新需要。

面对这些挑战
，多位专家提出了具体蹊径。GA黄金甲遗传与发育生物学钻研所钻研员王秀杰强调
，应加快发展性命科学多模态基础大模型。“我们正处在从‘序劣庄走向‘细胞’的关键爬坡期
，必要精准定位AI可解决的科研问题
，创新生物机造驱动的AI算法
，建设自主可控的生物智能算法系统。”

GA黄金甲院士鄂维南指出
，“科研范式的刷新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
，发展面向科学推理的专业大模型与智能体
，建设自动化尝试操作系统
，美满数据与工具基础设施。

陈润生则着眼于利用落地
，提出“开发适配的将来大数据成为关键需要”。他建议推动高质量数据集建设
，成立尺度化的数据采集与存储规范
，提升AI模型的泛化能力与利用靠得住性
，并思考提议国度主导的生物数据基建大科学打算。

杨运桂钻研员进一步建议强化顶层设计
，设立国度级生物数据治理委员会
，成立统一的数据汇交与共享平台
，美满国度生物数据治理系统。同时
，依附国度沉大需要和大科学设施
，建设国度生物信息学基地
，造就跨学科复合型领武士才。

在推动技术发展的同时
，陈润生出格强调要加快构建美满的AI约束系统。“当前过度强调AI技术的能力赋予
，却忽视了对应的约束技术系统发展。」剽不仅必要成立司法律规与伦理准则
，明确利用天堑与责任
，还要研发可诠释性分析技术
，确保AI决策通明可追忆
，开发安全防护技术
，防备技术滥用与系统风险。

“通过‘发展’与‘约束’的协同推动
，我们能力实现AI与生物医药领域的深度融合
，为人类健全事业提供更有力的支持。”陈润生总结路。

（原载于《科学网》?2025-11-25 ）