本報(bào)記者 喻思南

　　核心閱讀

　　日前，科技部等六部門發(fā)文，著力打造若干重大場(chǎng)景，拓展人工智能應(yīng)用，高水平科研活動(dòng)是其中之一。如今，我國(guó)人工智能技術(shù)快速發(fā)展，在數(shù)據(jù)獲取、實(shí)驗(yàn)預(yù)測(cè)、結(jié)果分析等方面具有優(yōu)勢(shì)，生命科學(xué)、數(shù)學(xué)、化學(xué)、空間科學(xué)等學(xué)科研究紛紛擁抱人工智能。豐富的應(yīng)用場(chǎng)景也反哺技術(shù)發(fā)展，推動(dòng)產(chǎn)業(yè)智慧升級(jí)。

　　從日常生活到科學(xué)研究，如今，我國(guó)人工智能技術(shù)快速發(fā)展，數(shù)據(jù)和算力資源日益豐富。應(yīng)用需求是技術(shù)進(jìn)步的重要推動(dòng)力，新技術(shù)往往在“用”中不斷完善、成熟。為推動(dòng)人工智能落地，日前，科技部等六部門聯(lián)合印發(fā)了《關(guān)于加快場(chǎng)景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》，著力打造若干重大場(chǎng)景，拓展人工智能應(yīng)用，高水平科研活動(dòng)便是其中之一。

　　作為賦能手段，人工智能如何帶來(lái)新的研究方法，又如何為經(jīng)濟(jì)發(fā)展注入“智慧動(dòng)能”？

　　融合緊密，助力科研更加高效、精準(zhǔn)

　　諸多學(xué)科中，生命科學(xué)研究與人工智能融合較為緊密，其中一個(gè)熱門方向是預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。

　　蛋白質(zhì)具有三維結(jié)構(gòu)，它的一級(jí)結(jié)構(gòu)（序列）由多個(gè)氨基酸串聯(lián)而成。三維結(jié)構(gòu)決定了蛋白質(zhì)在細(xì)胞中的功能，許多疾病都是因體內(nèi)重要的蛋白質(zhì)結(jié)構(gòu)異常而起。因此，繪制出人體內(nèi)重要蛋白質(zhì)的“三維地圖”，才能據(jù)此找到藥物作用于人體的靶點(diǎn)，從而研制出精準(zhǔn)有效的新藥。

　　傳統(tǒng)上，科學(xué)家利用冷凍電鏡、X射線、核磁共振等方法觀測(cè)蛋白質(zhì)三維結(jié)構(gòu)，但這一過(guò)程耗時(shí)費(fèi)力且花銷不菲。“以冷凍電鏡為例，布置一個(gè)觀測(cè)平臺(tái)耗資數(shù)千萬(wàn)元，科研人員還要用很長(zhǎng)時(shí)間才能繪制出蛋白質(zhì)結(jié)構(gòu)。”百度飛槳螺旋槳生物計(jì)算平臺(tái)負(fù)責(zé)人何徑舟表示。

　　由于難度高、實(shí)驗(yàn)周期長(zhǎng)、成本高，通過(guò)傳統(tǒng)方法觀測(cè)到的蛋白質(zhì)三維結(jié)構(gòu)，至今數(shù)量非常有限。相比之下，氨基酸測(cè)序容易得多。為什么不能根據(jù)氨基酸序列來(lái)預(yù)測(cè)蛋白質(zhì)的結(jié)構(gòu)？早在1972年，美國(guó)生化學(xué)家克里斯蒂安·安芬森曾在諾貝爾獎(jiǎng)的獲獎(jiǎng)感言中提出這一設(shè)想。

　　從蛋白質(zhì)的一級(jí)結(jié)構(gòu)出發(fā)精準(zhǔn)預(yù)測(cè)其三維結(jié)構(gòu)，正是人工智能所擅長(zhǎng)的。然而，人類試圖解析蛋白質(zhì)組的工作進(jìn)展緩慢。據(jù)解釋，這一方面因?yàn)楝F(xiàn)有的生物數(shù)據(jù)量小，質(zhì)量不高，深度學(xué)習(xí)缺乏足夠的樣本；另一方面因?yàn)槿斯ぶ悄芩惴ǔ墒煲残枰�過(guò)程。

　　近些年，隨著生物數(shù)據(jù)劇增以及人工智能技術(shù)的優(yōu)化，科學(xué)家建立起更精準(zhǔn)的預(yù)測(cè)模型。2020年12月，在一場(chǎng)比賽中，人工智能程序“阿爾法折疊”大放異彩，它預(yù)測(cè)的結(jié)果與大多數(shù)實(shí)驗(yàn)數(shù)據(jù)差不多。這證明，預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，人工智能已經(jīng)相當(dāng)精準(zhǔn)。

　　如今，借助人工智能，曾經(jīng)可能耗時(shí)數(shù)年的工作，現(xiàn)在幾分鐘就能完成，還能解析傳統(tǒng)方法不能觀測(cè)到的一些蛋白質(zhì)結(jié)構(gòu)。

　　據(jù)了解，利用人工智能，科研人員預(yù)測(cè)出了約100萬(wàn)個(gè)物種的超過(guò)2億種蛋白質(zhì)的結(jié)構(gòu)，涵蓋科學(xué)界已編錄的幾乎每一種蛋白質(zhì)。這將對(duì)結(jié)構(gòu)生物學(xué)領(lǐng)域產(chǎn)生重大影響，可能引發(fā)生命科學(xué)研究的范式變革，并提升人類對(duì)生命的理解。

　　前景廣闊，在生命科學(xué)等多領(lǐng)域發(fā)揮作用

　　人工智能進(jìn)入生命科學(xué)研究的視野，生物醫(yī)藥行業(yè)的需求是重要推動(dòng)力。據(jù)介紹，在生物制藥行業(yè)，每投入10億美元能夠研發(fā)出的藥物種類已不斷下降。新藥研發(fā)難度越來(lái)越大，周期越來(lái)越長(zhǎng)，急需新方法突圍，人工智能被寄予厚望。

　　不只是加速新藥研發(fā)，人工智能正在生命科學(xué)越來(lái)越多領(lǐng)域發(fā)揮重要作用。

　　今年初，國(guó)家超算成都中心運(yùn)行的一個(gè)蛋白質(zhì)預(yù)測(cè)模型，幫助四川農(nóng)業(yè)大學(xué)農(nóng)學(xué)院小麥研究所團(tuán)隊(duì)成功解析PGS1調(diào)控種子發(fā)育影響產(chǎn)量的分子機(jī)制，為培育高產(chǎn)高質(zhì)小麥材料提供理論依據(jù)。科研人員表示，如果沒(méi)有人工智能，很難高效做出這一突破性成果。

　　科研人員還嘗試將人工智能技術(shù)引入疫苗設(shè)計(jì)中。比如，相比于蛋白疫苗、DNA疫苗等，mRNA（信使核糖核酸）疫苗具有大規(guī)模生產(chǎn)快、抗感染性好等優(yōu)勢(shì)，但穩(wěn)定性和免疫原性相對(duì)較差。補(bǔ)上這些短板，科研人員一直希望通過(guò)優(yōu)化mRNA疫苗序列設(shè)計(jì)，使其更穩(wěn)定，免疫原性更強(qiáng)。更高效、成本更低，人工智能的介入有望為疫苗研發(fā)提供新思路。

　　精準(zhǔn)治療也是人工智能應(yīng)用的舞臺(tái)。通過(guò)機(jī)器學(xué)習(xí)的方法，理論上，人工智能可以解碼人體免疫系統(tǒng)，更精準(zhǔn)地探尋到一些疾病的復(fù)雜免疫規(guī)律，從而幫助人們理解疾病，更高效率、更有針對(duì)性地開發(fā)治療藥物和方法。

　　隨著基因組學(xué)研究帶來(lái)的人體數(shù)據(jù)、新藥研發(fā)積累的知識(shí)增加，加上機(jī)器學(xué)習(xí)算法不斷迭代，業(yè)內(nèi)專家認(rèn)為，在生命科學(xué)領(lǐng)域，人工智能前景廣闊。一些科研人員甚至設(shè)想依靠強(qiáng)大的生物計(jì)算引擎，利用大量的生物數(shù)據(jù)，構(gòu)建統(tǒng)一的知識(shí)圖譜，以此推動(dòng)對(duì)生命健康的認(rèn)識(shí)。

　　場(chǎng)景豐富，推動(dòng)應(yīng)用邁向更高水平

　　走進(jìn)生命科學(xué)研究，人工智能在帶來(lái)新方法的同時(shí)，也有望開啟生物醫(yī)藥產(chǎn)業(yè)新時(shí)代。

　　業(yè)內(nèi)專家表示，抓住智能化藥物設(shè)計(jì)的新機(jī)遇，加強(qiáng)在人工智能+生物醫(yī)藥布局，有助于我們?cè)谛滤幯邪l(fā)的新賽道上先行一步。

　　雖然人工智能+生物醫(yī)藥發(fā)展迅速，但總體上才剛剛起步。何徑舟認(rèn)為，生物醫(yī)藥行業(yè)有數(shù)百年歷史，有成熟、完善的研究流程、產(chǎn)業(yè)鏈條和分工，人工智能改善的只是其中一些環(huán)節(jié)，“生物醫(yī)藥事關(guān)生命健康，行業(yè)發(fā)展要穩(wěn)步推進(jìn)，保持理性和敬畏。”截至目前，全球沒(méi)有一款完全依靠人工智能發(fā)現(xiàn)的新藥。一些借助人工智能開發(fā)的產(chǎn)品，離真正的上市還有很長(zhǎng)一段距離。

　　看到人工智能技術(shù)在數(shù)據(jù)獲取、實(shí)驗(yàn)預(yù)測(cè)、結(jié)果分析等方面的優(yōu)勢(shì)，數(shù)學(xué)、化學(xué)、材料學(xué)和空間科學(xué)等學(xué)科也紛紛擁抱人工智能。

　　鋰電池性能因材料組成不同而有差異。回應(yīng)豐富多樣場(chǎng)景對(duì)鋰電池的需求，科研人員希望通過(guò)優(yōu)化材料組合，設(shè)計(jì)出合適的鋰電池體系。

　　“以前，設(shè)計(jì)材料體系主要靠人工實(shí)驗(yàn)，效率非常低。”清華大學(xué)化學(xué)工程系教授張強(qiáng)說(shuō)，眼下，他正帶領(lǐng)團(tuán)隊(duì)用人工智能預(yù)測(cè)分子性質(zhì)，從而更高效、精準(zhǔn)地找到能源材料，設(shè)計(jì)出更有價(jià)值、更安全的電池體系。

　　據(jù)測(cè)算，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)4000億元，企業(yè)數(shù)量超過(guò)3000家。得益于海量數(shù)據(jù)處理帶來(lái)的旺盛需求、豐富應(yīng)用場(chǎng)景提供的試驗(yàn)土壤，我國(guó)在計(jì)算機(jī)視覺、語(yǔ)音識(shí)別等領(lǐng)域走在世界前列。

　　業(yè)內(nèi)專家建議，推動(dòng)人工智能應(yīng)用邁向更高水平，有必要發(fā)揮我國(guó)應(yīng)用場(chǎng)景豐富的優(yōu)勢(shì)。圍繞高水平科研活動(dòng)打造重大場(chǎng)景，將會(huì)推動(dòng)我國(guó)人工智能應(yīng)用走深走實(shí)，為經(jīng)濟(jì)高質(zhì)量發(fā)展注入“智慧動(dòng)能”。

　　《 人民日?qǐng)?bào) 》（ 2022年10月20日 14 版）