生物計算“再現(xiàn)”此前互聯(lián)網發(fā)展趨勢，基因研究組學和新生機器學習算法扮演重要角色

AI 將會給生物醫(yī)療領域帶來全新的思路與可能性。近日，由百圖生科與播禾創(chuàng)新聯(lián)合主辦的首屆中國生物計算大會，于 2021 年 5 月 10 日 —11 日在蘇州國際博覽中心舉辦，大會旨在聯(lián)合生物技術和信息技術（BT&IT）領域的諸多產業(yè)伙伴，一同打造融合眾多學科的新產業(yè)生態(tài)，來實現(xiàn) AI 對生物技術領域的全面賦能。

參與本次大會的有包括 6 位院士在內的 50 多位專家學者、40 多位生物醫(yī)****企業(yè)高管，以及 1500 余名在線參與本次大會直播的觀眾們。召開首日，就有超過 51.2 萬網友們觀看了大會直播。

在主論壇上，圍繞“生物計算大家談”這一主題，百度創(chuàng)始人、董事長兼 CEO、百圖生科創(chuàng)始人兼董事長李彥宏，進行了開場致辭之后，鄂維南、施一公、董晨、譚蔚泓四位中科院院士分別進行了演講。

在開場致辭中，李彥宏闡述了他對生物計算學科的理解和在這一領域看到的廣闊的前景。他表示，作為高度融合的一個學科，生物計算將通過依靠計算引擎來有效地利用海量的生物數(shù)據，從而將****物研發(fā)的方法從 “大海撈針” 轉換為 “按圖索驥”，為人類的生命健康謀福祉。

他還說，近年來生物計算領域的發(fā)展趨勢和之前互聯(lián)網計算機領域的高速發(fā)展趨勢十分相似：在互聯(lián)網行業(yè)飛速發(fā)展時，有三個標志性數(shù)據一直的不斷攀升，即上網人數(shù)、人均上網時長、以及網上存在的網頁數(shù)量。

而現(xiàn)在，在生物計算領域，也有三個標志性數(shù)據在不斷突破新高，首先是基因組學研究帶來的數(shù)據量，其次是新****研發(fā)過程中積累的知識量，最后是新生機器學習算法的變化速度。

之后，北京大數(shù)據研究院院長鄂維南以《機器學習與科學計算》為題進行了演講，其向人們分享了科學計算的兩大主題 —— 處理物理模型和處理數(shù)據。 

關于物理模型，鄂維南院士指出，盡管在許多科學技術領域物理模型已經十分成熟，但目前的物理模型運用傳統(tǒng)的方法還是存在瓶頸，比如說內燃機的燃燒， 材料的性質和設計，分子和****物的性質與設計等等。而隨著機器學習的發(fā)展，這些領域將會有新的突破。解決這些問題的新的突破口，正是機器學習和物理模型的結合，也就是通過機器學習來在傳統(tǒng)物理模型的基礎上建立復雜可靠的模型。

這一應用也會為****物設計帶來突破，因為****物設計最重要的環(huán)節(jié)之一就是自由能的計算，如果將機器學習應用到自由能計算中時，****物設計的效率將會大幅提高。 

鄂維南院士還指出，目前人工智能比較熱門的應用是在自動駕駛、人臉識別等新技術領域。但接下來，生物、化學、物理、材料等傳統(tǒng)的科學領域將會是人工智能的主戰(zhàn)場。以經典的物理模型提供基礎數(shù)據，在此基礎上通過機器學習產生更有效且同樣可靠的模型。

中國科學院院士、美國國家科學院外籍院士、西湖大學校長施一公，隨后發(fā)表了題為《從生命科學的角度看 AI》的演講，分享了自己從結構生物學角度對生物計算的觀點。

施一公首先強調了生命科學不同于數(shù)學物理，不是以方法為代表的學科，生物計算也不是基于公式的計算。因此，生命科學領域沒有普適的方法論，在這一領域探索如同尋寶一般。但與此同時，他也強調了在將 AI 應用到生命科學時，理論基礎的重要性。

而在結構生物學領域，目前絕大部分蛋白質結構的的變化方法都是 X 射線，而在未來冷凍電鏡的分辨率會不斷提高，并將在這一領域發(fā)揮巨大作用。同時，AI 則將在蛋白預測和基因組預測的準確度已經大幅提高，其不僅早已超過了人類，甚至已經達到理論預測與實際情況十分接近的程度。他說，盡管自己尚不知道未來 AI 將會帶來醫(yī)****領域怎樣的變革，但他相信通過學科的融合與交流，AI 將會為生物制****的各個領域帶來革新。

主論壇的第三位演講嘉賓是中國科學院院士、上海交通大學醫(yī)學院教授、上海市免疫治療創(chuàng)新研究院創(chuàng)始院長董晨，他以《免疫治療創(chuàng)新 — 從基礎到臨床轉化》為題，就 AI 創(chuàng)新在免疫治療中的應用做了介紹。

他指出，免疫學的發(fā)展在醫(yī)學界是發(fā)展最快的，但目前的免疫檢查點治療仍然存在著兩個普遍共性的問題——較高的免疫副作用，和較低的反應率。但 AI 將會為解決這一問題提供突破，因為在有了越來越多的數(shù)據和越來越細致的標簽之后，醫(yī)院將可以做出更準確的結論預測，從而為病人選擇更合適的免疫檢查點或靶點進行治療。 

主論壇的最后一位演講嘉賓是中國科學院院士、發(fā)展中國家科學院院士、中國科學院腫瘤與基礎醫(yī)學研究所所長譚蔚泓，他的演講題目是《基于 AI 的智能診斷以及多參數(shù)細胞、疾病分型》。

對于精準治療，他提出了自己的設想，即通過人工智能與醫(yī)學研究的融合創(chuàng)新將會加速精準治療的實現(xiàn)。他說，首先通過高通量測量技術和分子探針來對病人樣本進行分子特征的甄別與定量測量，之后利用人工智能來對其進行解析，將可以為疾病診斷提供精準圖譜，并判斷各種亞型的特征。

大會第一天的下午，在兩個不同的分論壇中，眾多專家們分別就 “生物計算與新數(shù)據 “， “生物計算與新算法” 進行了探討。

其中， 在 “生物計算與新算法” 分論壇中，深勢科技董事長兼 CSO 張林峰進行了名為 《Physcis+AI+HPC  第一性原理驅動的****物設計》的主題演講， 在演講中他說， Physcis、AI、HPC 的組合是一個趨勢：“我們需要 Physcis (物理) 告訴我們一系列的原理，需要 AI（人工智能）幫助處理數(shù)據，需要 HPC（高性能計算）底層的平臺做推理演繹?！?/span>

他指出，這三者的融合本質上需要物理，當AI 發(fā)揮作用時，所面臨的生物計算和生物的客體則是微觀粒子。

傳統(tǒng)分子模擬技術難以兼顧速度與精度，而有了 AI 之后，可將一個復雜的量子力學原理背景出發(fā)的函數(shù)，通過機器學習的工具有效表示以及擬合出來，得到基于第一性原理的計算非常復雜的原子間相互作用的模型，也就是基于深度學習的解決方案。

來自西湖大學生命科學學院的黃晶也在 “生物計算與新算法” 分論壇中，進行了名為《生物大分子的計算模型和擬算法》的主題演講。

在演講中， 她向人們介紹了分子力場和深度學習與分子力場模型的結合。在用計算機高性能計算解決生物學的問題，首先我們想要了解生命的基本過程，然后這個基礎上找尋用小分子和大分子怎樣調控生命的基本過程。

從原子、分子的相互作用和最底層的邏輯為出發(fā)點來計算編碼，這樣的模型就是廣義上的分子力場。更重要的是，力場可以用來做分子動力學的模擬，在蛋白質的設計、酶的設計、小分子設計和抗體的設計中，分子力場都有很重要的作用。

她指出，深度學習與統(tǒng)計力學有著非常深得本源關系，甚至可以說是一棵樹上結出來的果子，如果在算法端將兩者結合將大幅度提高生物體系分子模擬甚至是廣義的生物計算的效率。

在大會第二天， 專家們在 4 個分論壇中，分別就 “生物計算的當下戰(zhàn)場 —— ****物研發(fā)（小分子）”， “生物計算的當下戰(zhàn)場 —— ****物研發(fā)（大分子）”， “生物計算的更多可能 —— 創(chuàng)新企業(yè) DEMO”，以及 “生物計算與數(shù)字醫(yī)學” 進行了專題報告與討論。

-End-