生命是从宏观到微观多尺度、多层次的复杂系统，人体、器官、细胞、分子，每一个层次都有自己的语言和逻辑，而且他们相互影响，都是紧密耦合在一起，并相互反馈。AI 正成为探索生命奥秘的伙伴，尤其在药物研发、农业育种等领域发挥着越来越重要的作用。
11月4日至6日，2024科学智能峰会（ AI for Science Forum ）成功举行，本次会议由北京大学计算机学院、北京科学智能研究院主办，DeepModeling 开源社区、深势科技等联合承办。峰会在北京大学百周年纪念讲堂举行，领域专家共话 AI for Science，同探科学研究的关键问题和解决路径。会上，10+位院士，30+位领域专家分别在生命科学、物质科学领域包括计算物理、材料设计、组学分析、智能设备等多个方向介绍了 AI for Science 新范式下的科研变革。
会议第二天的生命科学论坛上，中国科学院院士、国家自然基金委生命科学部主任、中国科学院植物研究所研究员种康在开场引言中强调了 AI 在生命科学中的应用已经无处不在，特别是在结构生物学领域，AI 为解决传统难题提供了全新的途径。他提到，今年的诺贝尔奖在物理和化学领域都颁给了 AI 及相关应用，预示着 AI 在生命科学领域的巨大潜力。种康院士还强调了跨学科合作的重要性，指出重大科学发现往往需要学科交叉。“我们现在有信息学、计算生物学、数学这些老师，能够加入到研究生命科学问题的队伍里，我想这对生命科学来讲是无比大的推动力量。”
当前，我们对人体蛋白质组的认知仍是冰山一角。解读人体蛋白质组的构成原理及其变化规律尤为重要。”中国科学院院士、发展中国家科学院院士、国家蛋白质科学中心（北京）理事长贺福初在线上报告中介绍了“人体蛋白质组导航计划”。该计划通过结构空间测绘、状态空间测绘、数字人体建模和状态空间导航等几大重点任务，旨在实现蛋白质组学驱动的医学范式的转变，其核心目标是解密人体系统的构成原理。“为了实现这样一个大科学计划，我们尝试预研了大科学设施，即‘慧眼’，希望实现数据的自动生产、信息的自动提取和处理、知识的自动发现以及智慧的集成。
一个生物最重要的生物学特征必然反映在它的基因组上，另外生物基因组里能被观察到最显著的特征，一定会有它的生物学意义。中国科学院院士、中国热带农业科学院院长、中国农业科学院深圳农业基因组研究所研究员黄三文提出了对 AI 在生命科学领域应用的深刻见解，并介绍了“植物星球计划”，他指出“希望通过这个计划对所有陆地植物主要分支的基因组进行分析，利用进化和功能基因组学和人工智能工具来识别“植物王国”的共同语言，衔接不同植物物种的“知识桥梁”，这将对基础植物生物学、粮食安全和可持续发展产生深远影响。”黄院士还强调了 AI 在理解基因组信息等方面的巨大潜力。“基因组是复杂的语言系统，而AI作为理解复杂系统的工具，‘ AI for Genomics ’将加速实现我们对植物基因组的精准理解和全面理性设计改造。”
中国科学院生化细胞研究所研究员陈洛南题为“动力学刻画的复杂疾病预警及 AI 赋能”的报告，从数理视角介绍了利用动力学和 AI 技术来刻画生命科学的方法，并探讨了相关的研究方向。“动力学刻画的数据科学，包括预测、预警、因果关系分析及 AI 在科学中的应用。通过这些方法可以实现对生命过程的表征和原理发现，并最终应用于疾病预警和治疗。”他详细解释了如何利用单细胞测序和多模态数据来构建人体的状态定位系统，如何实现状态转移调控，并展示了近年来的研究成果。他提到，“团队开发了动力学刻画的 AI 模型，通过融合影像、单细胞及医生的知识，解读生物系统的组织结构，并进行因果推断和疾病预测及预警。”陈洛南呼吁加强复杂系统与 AI 的结合，以进一步揭示生物学规律，并最终实现疾病预警，控制和健康管理的目标。
“过去几年中，AI 和机器学习在 PubMed 上的研究量呈指数级增长，反映了该领域的快速发展。” NEJM AI 副主编赵剑飞在报告中讨论了 AI 在医学领域的应用，赵剑飞强调，AI 的可解释性对于科学研究至关重要，但对于临床应用而言，更重要的是经过严格的评估和验证。“AI 可能改变临床医生的行为，过度依赖 AI 或不信任 AI 都可能带来挑战。此外，数据获取困难、数据共享问题、疾病季节性变化等也都是实现AI医疗应用的障碍。”他呼吁加强对 AI in Medicine 的深入思考和研究，并希望通过 NEJM AI 平台，促进更多高质量 AI 研究的发表和应用。
“复杂性复杂动力系统与人工智能，他们结合就会涉及对于复杂生命科学系统的建模、相应的预测甚至调控。”复旦大学特聘教授、智能复杂体系实验室主任、上海数学中心谷超豪研究所双聘教授林伟，强调了 AI 和机器学习在复杂系统建模中的重要性。“我们研究的对象是生命的复杂系统，虽然我们不完全清楚这个系统的模型是什么，但我们希望能够通过数学表达和计算模式进行建模。数学建模不一定完全准确，但它是一个用于在某种程度和层次上表征复杂系统的工具。现在，使用神经网络作为工具非常流行，尤其是基于表示定理的工作，本质上，神经网络也是在这个框架里，只是嵌套函数的形式有所不同。”
在圆桌对话环节，西湖大学医学院、生命科学学院博士生导师、特聘研究员、长聘副教授郭天南作为对话主持人，与本场论坛嘉宾们共同探讨了 AI 在生命科学领域的潜力以及未来发展前景，来自深势科技的温翰也从企业视角进行了分享。嘉宾们达成共识，“AI 能够帮助我们理解基因组，发现生物学的基本原理，从而在生命科学领域取得革命性的突破。AI 与科学研究的交叉融合，在助力早期疾病诊断和提高农作物质量与产量等方面的潜力无限”。AI 作为工具，其在科学研究中的应用将越来越广泛，特别是在数据处理和实验设计方面。专家们一致认为，“尽管 AI 在生命科学中的应用前景广阔，但仍面临数据标准化、算力需求和人才培养等方面的挑战”。他们期待未来 AI 能够更深入地参与生命科学研究，推动创新性的突破。“AI 和 Science 之间的链接，关键在于能够将两者连接起来的人才。”最后，嘉宾们也表达了对 AI for Life Sciences 的期待，同时强调了产学研融合的重要性。
AI for Science 作为新的范式，其展现出的前沿性与颠覆性，正在催生新工具、新平台、新模式、新产业、新动能。科学智能峰会自2022年首届举办，如今已是第三届，旨在为科学家和行业参与者创造一个对话平台，促进学科的交叉融合，推动 AI for Science 生态共建，找到落地实践的最佳路径。
关于深势科技
深势科技是国家高新技术企业、国家专精特新“小巨人”企业，在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中博士及博士后在公司成员中占比超过35%。核心成员获得过2020年全球高性能计算领域的最高奖项“戈登贝尔奖”，相关工作入选2020年中国十大科技进展和全球 AI 领域十大技术突破。
