蓬勃发展的信息技术将为生物医药产业，特别是药物研发领域带来哪些新突破？“超算”（高性能计算）的引入或将为医学研究开辟新范式。

计算医学可将生物医学领域的知识模型转换为数学模型，以生物医学大数据作为输入参数，以人工智能算法对模型进行迭代、训练，输出接近真实的生命系统结构与功能特征，从而理解疾病发生的本质。同时，以高性能计算为基础，为新科学发现提供数据存储、计算精度和计算速度上的支撑。

计算医学以复杂性系统科学的整体论作为思维方式，进而理解生物分子、细胞、组织器官、种群等多个生物层级相互作用中，“涌现”出的新属性，从系统角度捕捉疾病发生机理。采用密集数据驱动的科学范式，计算医学着力挖掘隐藏于高维、高通量、多维融合的生物医学大数据中的新洞见。

2020年，中科院计算所高性能计算团队重新定义了计算医学的内涵。计算医学表现为四个维度：以系统论为指导思想；采用密集数据驱动为科研范式；以人工智能为方法；以高性能计算为支撑。通过第三代人工智能“知识模型﹢数据模型”双驱动，为生命科学研究提供新技术体系和新研究范式。

医学研究从“超算”入手

药物研发陷入困局

新视角仍待持续探索

“人类疾病模型仍然是以模式动物为基础。但是，动物疾病模型的发病过程、病理机制、发病状态和愈后康复等与真实的人体存在较大差异。”中国工程院院士、中国医学科学院学部委员丛斌曾表示，目前，对人的整体生命活动规律的认知还停留在局部或碎片化阶段，一些新发现仍是在“盲人摸象”。这是医药研发困局形成的重要原因之一。

张春明坦言，传统的生物信息学也面临着逃避不开的“门槛”，“维度诅咒”就是其中之一。数据爆炸带来了成千上万个可检测的潜在生物标志物。传统的生物信息学工具、分析方法无法将日益增长、多样性的数据用以发现生物标志物，用上述方法筛选出的生物标志物只能代表小范围内的患者特征，在前瞻性临床试验中无法得到验证。在这种情况下，如何将海量信息全部加以利用，继而形成可衡量的指标就变得非常重要。

接下来，在第三代人工智能“数据﹢知识”双驱动下，通过建立生命的数字孪生，计算医学更加接近对于生命功能的核心认知。

中科院计算所参与生物医学领域研究已有近30年的历史。近年来，基于“超算”相关研究成果，该研究所高性能计算机研究中心团队从“计算医学”角度，为医学生物领域研究带来新视角。

审核：徐秉楠 闫龑

目前，全球在寻找“正确”的药物分子方面，已经取得很大进展，在“AI﹢分子”方面进行探索的公司已超过千家。虽然“AI﹢疾病”的研究刚刚展开，但它更是指向药物研发的核心痛点——疾病机制和靶点。

2022年年初，工业和信息化部、国家发展改革委、科技部等九部门联合发布的《“十四五”医药工业发展规划》中明确提出，将推动医药制造能力系统升级，以新一代信息技术赋能医药研发。在“十四五”阶段，探索人工智能、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率等，将成为医药研发领域的重要着力点。

近年来，随着数据的飞速积累以及大数据的处理挖掘方法不断成熟，以深度学习、自然语言处理、知识图谱为代表的人工智能方法在分子合成、医学图像识别、病历信息化等领域已经取得了令人瞩目的成就。这些应用场景和技术领域的革新也推动计算医学进入了快速发展期。

另一方面，互联网、大数据、人工智能（AI）等技术在生物医药领域的应用，为药物研发开辟了新天地，也使药物研发模式逐渐发生变化。随着基因测序、检查检验设备、可穿戴设备等新方法和新工具的不断涌现，获取个人不同尺度上的健康、疾病数据成为可能。

中科院计算所哲源图灵达尔文实验室副主任赵宇介绍，新药研发过程涉及大量数据，包括文献资料、化合物数据、靶点数据、专利数据、临床试验数据、真实世界数据、药品审评审批数据、市场销售数据等。面对海量、多源、异质性的数据，人工智能技术应用，已逐渐跳出以理想生物学模型和临床表型数据为主的传统新药研发模式，转向以数据以及数字孪生为核心的研发模式。

“机器学习是一种全新的、人类无法真正理解、但能被实践检验的认知方法论。我们是相信‘实践是检验真理的标准'，人机互补构建命运共同体，还是坚持机器必须给人讲明白演绎和归纳过程才是真理，人类将面临新的选择。”中国工程院院士李国杰曾表示，要让机器学习在生物医学领域发挥更大的作用，需要在基础研究方面下更大的功夫。

文章来源：《中外医学研究》 网址: http://www.zwyxyjzzs.cn/zonghexinwen/2022/0721/1022.html

上一篇：湖南省人民医院急诊医学团队脓毒症研究领域重
下一篇：中外研究者：中国发现新人畜共患病毒“琅琊”