大爆發！人工智能正引領生命科學新一輪變革

導讀

這兩年，AI for Science概念非常火熱， 人工智能正以一種超乎尋常的速度滲透到基礎科學的每一根“毛細血管”。

2025年突然間，我們發現人工智能正深入生命科學的各個學科，它就像是PCR、基因編輯等基本工具，AI已成為全球生命科學研究者必備的科研工具之一。

無論中外，當下全球各個生命科學中心正四處延攬AI人才，生怕錯過這一輪科技革命。

葉水送｜撰文

“隨著科技公司競相推動人工智能技術的發展，AI正以更微妙的方式理解世界、融入日常生活，它不僅能解決重大問題，還將萌發想象力”，近日，諾獎得主戴密斯·哈薩比斯（Demis Hassabi）接受美國CBS《60 分鐘》節目采訪時表示。

當下，人工智能正以常人難以理解的速度迅猛發展。以至于哈薩比斯預言，未來 5 到 10 年，具備人類認知能力的通用人工智能（Artificial General Intelligence）將成為現實。

諾獎得主Demis Hassabi

這兩年，AI for Science的概念反復被科學家提及，在基礎科學領域，無論是物理學、天文學、材料學，還是生命科學、醫學，人工智能正以一種超乎尋常的速度滲透到基礎科學的每一根“毛細血管”。

“人工智能（AI）技術的迅猛發展正催生出科學發現的全新范式，極大地促進了對各種空間和時間尺度下自然現象的理解，從而推動了科學的進步與創新。”李盛陽等人在《中國科學院院刊》的一篇文章中寫道，“目前，AI驅動科研范式變革的主要特征體現在嵌入科研全流程、推動科研設施升級、重構科研人員與儀器設備定位及角色分工、促進科研組織治理模式變革等方面。

以生命科學為例，人工智能在生命科學領域這兩年突然爆發出來，它就像是PCR、基因編輯等基本工具，AI已成為全球生命科學研究者必備的科研工具之一。無論是大大小小的研究課題、論文，甚至生物學會議，涉及AI的主題越來越多，以至于高校、研究所在四處延攬AI人才。

01

AI助力生命科學和醫學研究

今年2月，復旦大學附屬華山醫院郁金泰團隊取得了一項重大科學突破，不僅在全球首次發現了帕金森病的新治療靶點FAM171A2，并利用AI找到了具有潛在治療作用的小分子化合物。

帕金森病是一種嚴重的神經退行性疾病，治療瓶頸一直難以突破。此次郁金泰團隊不僅發現了全新的治療靶點，還利用AI技術在7000余種小分子化合物中篩選出一種能夠有效抑制病理性α-突觸核蛋白傳播的小分子。

“AI在此次研究中發揮了重要作用，它加速了我們的藥物篩選過程，讓我們能夠更快地找到潛在的治療藥物。”郁金泰教授在此前的采訪中表示。

事實上，用AI來篩藥近些年發展得如火如荼，這是因為通過AI分析海量的生物醫學數據，能夠快速識別與疾病相關的生物標志物和靶點，然后從數百萬個化合物中篩選出可能的候選小分子，此前這一過程需要數年時間和巨大的資源投入，而AI的應用可以顯著縮短藥物發現周期，降低研發成本。

除在藥物發現上AI比傳統的藥物篩選有巨大的優勢外，在基因組學數據分析方面，AI也發揮了極大的優勢，AI能快速準確地對海量基因數據進行分析和處理，厘清其中復雜的關系，為疾病診斷、個體化干預提供獨到的見解。在基因組的編輯中，AI算法也能使科學家更加精準、高效地進行基因編輯。

除了基礎生命科學領域的研究外，在醫學領域AI也早有有用武之地，如在醫療診斷方面，AI通過深度學習和圖像識別技術，能夠快速、準確地分析醫學影像，幫助醫生及早地發現病變，提高診斷的準確性，在醫學影像分析方面，通過深度學習和圖像識別技術，AI能快速、準確地分析醫學影像，如X光片、CT、MRI等，提高診斷的準確性，例如Google很早就設立AI項目來識別皮膚病變，這款應用能夠識別出皮膚癌的早期癥狀，準確率甚至超過專業的皮膚科醫生。

鑒于AI在醫學領域的潛力如此巨大，有學者甚至開發通用型AI專家。今年4 月 份，澳門科技大學/溫州醫科大學張康教授與合作者發表論文，開發了一個擁有 320 億參數的醫療生成式基礎模型——“元全科醫生”（MetaGP），通過在超過 800 萬份電子健康記錄、540 萬篇生物醫學文獻，以及 1.5 萬本醫學專著等大量數據集上的訓練，MetaGP 展示了強大的診斷能力，其準確率可與經驗豐富的臨床醫生相媲美。

由此可見，AI正以前所未有的方式重塑生命科學和醫學的發展，隨著技術的不斷成熟和應用的不斷深入，AI將在生命科學領域發揮越來越重要的作用。

02

生命科學中心四處招聘AI人才

AI正逐步成為生命科學研究不可或缺的基本工具，已經是很多科學家的共識。AI與生命科學的交叉融合，不僅推動了生物學、醫學等傳統學科的革新，更催生了諸多新興交叉學科，為基礎研究注入了新的活力，由此很多生物及醫學方面的科研機構正在加大招募AI人才，生怕錯過新一輪的科學革命浪潮。

作為北京市新成立的高水平研發機構首都醫學科學創新中心正積極招兵買馬，匯聚全球頂尖科學家，共同探索AI在生物醫學領域的無限可能。他們打算“用AI技術優化臨床試驗方案，提高數據分析的準確性，為精準醫療提供有力支撐。”

為了踏上新一輪科學革命的列車，復旦大學還專門成立生物醫學人工智能實驗室，聚焦于人工智能與生物醫學交叉前沿。國內其他不少高校的生物信息學實驗室正招聘AI大模型研究應用工程師，旨在利用深度學習、自然語言處理等AI技術，搭建助力醫學研究的大模型應用，探索AI在疾病預測、診斷及治療方面的潛力。而對于有志于將AI技術應用于生物醫學領域的青年才俊，這無疑是一個充滿機遇與挑戰的時代。

03

AI在生命科學領域面臨的挑戰

AI之所以為生命科學以及醫學引來了如此巨大的震動，主要是”AI驅動科研范式以大模型、大數據、大算力為支撐，深度嵌入科研全流程，將推動科研組織治理模式發生重大變革，使得整體科研能力與效率大幅提升。”

這場大爆發自然也會帶來一系列挑戰。此前中投未來產業研究中心在一份報告中總結了三點。

首先，數據隱私和安全性問題，由于AI技術的應用需要大量的高質量數據，這些數據往往涉及個人隱私和敏感信息，如何確保數據的安全性和隱私保護成為亟待解決的問題。

其次，AI技術的決策透明度和算法公平性也引發了公眾的廣泛關注。為了應對這些挑戰，需要建立健全的法規和標準體系，規范AI技術使用并加強AI技術的倫理審查和監管。

最后，AI在生命科學領域的應用還面臨著技術本身的挑戰。盡管AI技術已經取得了顯著的進展，但在處理復雜生物系統時，仍需要更高效的算法和更強大的算力。AI模型的“黑箱”屬性也可能掩蓋錯誤結論，因此需要發展可解釋AI，以提高模型的準確性和可靠性。

我們唯有不斷加強AI技術迭代、完善法規，并注重保護數據隱私和安全，才能讓AI在生物醫學領域走得更遠。我們也期待這場革命早日到來，無論是科學家，還是普通公眾都將會受益。

參考資料

復旦郁金泰團隊最新Science：用AI發現全新治療靶點藥物，有望延緩帕金森病

https://mp.weixin.qq.com/s/onjp4XpT8FKSZqnltV15iQ

創新中心劉嵐實驗室招聘醫學領域大模型研究應用工程師

https://mp.weixin.qq.com/s/Mho8Tw4wKgci8EBu0jxkYw

AI生命科學：發展趨勢、市場前景與挑戰

https://zgcsswdx.cn/info/13274.html

李盛陽、劉康等. 數智驅動的空間科學實驗研究：AI4S范式下的新探索. 中國科學院院刊. 2025.

余江、張越等. 人工智能驅動的科研新范式及學科應用研究. 中國科學院院刊. 2025.

青科沙龍第156期 | Immunity-B細胞的親和力成熟與親和力新生

Deep Science預印本