雷锋网消息，5月10日，由百图生科与播禾创新联合主办的「首届中国生物计算大会」在苏州国际博览中心召开。

本次大会邀请到了包括6位院士在内的50余位专家学者、40余位生物医药企业高管到会分享，余名观众在现场参加了会议，首日直播线上观看人数超过51.2万。+

本次大会围绕“如何定义生物计算”，分别从生物计算的行业需求、现状及挑战、发展驱动力等多个维度进行了探讨。

作为本次大会的协办媒体，雷锋网《医健AI掘金志》进行了全程报道。

大会首日上午，以《BTIT的融合生态》为主题的主论坛首先召开，江苏省委常委、苏州市委书记许昆林和百度创始人、董事长兼CEO，百图生科创始人兼董事长李彦宏分别作了精彩致辞。

江苏省委常委、苏州市委书记许昆林

许昆林在致辞中表示：苏州正在紧盯新一轮的产业革命，做强战略性新兴产业。

以生物计算为例，年苏州新一代生物技术、纳米技术、人工智能等产业产值亿元，生物医药产业综合竞争力位列产业第二，产业竞争力位于 。

此外，苏州目前还获得了全国 一个国家科技部的国家生物药技术创新中心牌照。未来，苏州也会依托国家生物医药技术创新中心，和国家新一代人工智能创新发展试验区平台，开展生物计算的交叉学科布局。

百度创始人、百图生科董事长李彦宏

除了是百度公司的董事长，李彦宏重申了自己的新身份：百图生科的创始人。

他表示，生物计算是个高度融合的学科，生物+计算的融合，会带来巨大的突破和进步。依靠生物计算引擎，能够有效利用大量的生物数据，把药物发现的“大海捞针”变成“按图索骥”，为人类的生命健康谋福祉。

“我们希望用AI技术，缩短药物研发的时间，降低药物的副作用，减轻患者的巨大医疗负担，为每一个生命争取更多的可能性。”

李彦宏发现，这些年生物计算的发展和当初互联网信息领域的高速发展惊人相似。

搜索量的增长被三个因素驱动， 是上网人数，第二是人均上网时间，第三就是网上存在的网页数量。

而他发现，生物计算领域也同样有三个关键指标在快速增长，分别是基因组学研究带来的数据增长，新药研发过程中积累的知识爆发，以及新生机器学习算法的快速变化。

生物计算产业的发展，需要生态和产业链的协同，构建开放的生物计算创新生态，去探索广袤浩瀚的生命科学“无人区”。

李彦宏表示：“在生命健康这个最关键的领域，哪怕投入再大、风险再高、周期再长，我们也要坚决地做。生命科学没有尽头，只有尽力。”

在两位嘉宾致辞结束后，大会正式进入到主论坛演讲环节，鄂维南、施一公、董晨、谭蔚泓四位中科院院士分别做了精彩分享。

北京大数据研究院院长鄂维南院士

作为此次大会的开场报告嘉宾，中国科学院院士、普林斯顿大学数学系和应用数学研究所教授、北京大数据研究院、中国科学技术大学大数据学院首任院长鄂维南，首先以《机器学习与科学计算》为题做了开场演讲。

鄂维南表示：“过去的科学计算，虽然有了差分方法、有限元方法、谱方法等基本原理，也在桥梁设计、大楼设计、飞机设计得到了广泛应用，但依然还有很多问题没有解决。

例如：材料的性质与设计；分子、药物的性质及设计；基于基本原理的控制论方法；燃烧问题（内燃机的模拟、设计与控制）。

这些因素也导致理论研究场景与实际问题距离甚远。

鄂维南认为，解决这些问题的新的出路就是机器学习和物理模型的结合。以经典的物理模型提供数据，在此基础上通过机器学习产生更有效且同样可靠的模型。

以今天的生物计算为例，药物设计最重要的环节之一就是自由能计算。如果没有自由能计算，基于基本原理的设计药物可能就是一句空话。

为此，鄂维南的团队用上述方法研发了高维空间的高效采样和自由能计算的有效方案RiD。

，鄂维南发表了自己对AI和科学计算的展望。

“谈到人工智能，大家马上想到的可能是自动驾驶、人脸识别等场景。但接下来，传统的科学领域将成为人工智能的主战场。AIforScience将带动生物、化学、材料、工程等领域进入新的发展模式。”

西湖大学校长施一公院士

大会的第二位分享嘉宾是中国科学院院士、美国国家科学院外籍院士、西湖大学校长施一公，他发表了演讲《从生命科学的角度看AI》。

在演讲中，施一公主要从生物计算方法角度，分享了自己的观点。

施一公表示：“今天的生物计算大会，大家都在谈新方法，我认为世界所有方法理论，只有数学和物理，即使计算机也仅仅是数学的一种演绎。

而生命科学是一个很大的领域，其中的任何一种新技术和方法，都可能带来很大的变革潜力。”

以单克隆抗体为例，它在年出现的时候，仅仅是一种很单一的技术，但现在已经创造出超千亿美元的抗体药市场。

施一公认为，“计算领域一次次的突破创新，会带来人类对微观世界认知的革命，你要想抓住这次革命，就要和它同频共振，用学术的眼光提前意识到做布局。”

上海市免疫治疗创新研究院创始院长董晨院士

第三位演讲嘉宾是中国科学院院士、上海交通大学医学院教授、上海市免疫治疗创新研究院创始院长董晨，他以《免疫治疗创新—从基础到临床转化》为题，对免疫治疗中的AI创新做了介绍。

董晨表示：“免疫学是一个能够上接天、下落地的全面学科，有非常多的理论，同时也是整个医学领域里面发展最快的领域，这和人类各种疾病都密切相关。”

以制药为例，免疫方法和免疫性疾病治疗在生物制药的产业占比非常高——年全球销售 的十种药里有五个都是免疫类药物。

但现在的免疫检查点治疗都普遍存在两个共性问题：免疫副作用较高和反应率较低。

以阻断T细胞负调控分子提高免疫力手段为例：一方面可能导致病人出现肠炎、心肌炎、皮炎等多个副作用；另一方面，治疗反应率也比较低，同一种 药物可能对一部分患者有反应，另一部分人则完全没有效果。

而AI和大数据可以提供很好的解决途径：“随着数据越来越多，标签化越来越细致，医院做出更准确的结论预测，帮临床医生将那些治疗效果不好的肿瘤病人挑选出来，再选择其他适合的免疫检查点或靶点进行药物开发和治疗。”

中国科学院肿瘤与基础医学研究所所长谭蔚泓院士

第四位演讲嘉宾是中国科学院院士、发展中国家科学院院士、中国科学院肿瘤与基础医学研究所所长谭蔚泓，他以《基于AI的智能诊断以及多参数细胞、疾病分型》为题，做了演讲。

谭蔚泓表示，生命科学由点及面，有海量的数据，同时人类的疾病复杂性、多样性，要实现高效疾病诊疗，必须基于海量数据和多参数的表征。

他提出，要利用高通量测量技术，结合多个识别疾病标志物的分子探针，对病人样本进行多到00个疾病标志物分子特征的甄别和定量测定；利用人工智能和大数据科学进行解析，从而为疾病诊断提供 图谱以判断各种亚型的特征。

接下来，谭蔚泓院士围绕“分子计算”进行了讲解。

他提出了“分子大脑”的概念——人脑强于思维，电脑强于计算。但是电脑计算没有太考虑分子层面的信息，而在分子层面的理解才是对事物最彻底的理解，尤其是在疾病或者生物领域里。

分子计算，是将传统方法里的“关键疾病分子信息提取”、“数据计算与分析”、“解读报告”等进行高效整合，像一个集成电路一样进行相关的分子识别，其优势就在于可以减少误差，无需人工辅助就可以直接出报告。

因此，分子大脑DNA逻辑回路就像是做一个多功能的“分子医生”，将分子层面的识别与信息联系起来，甚至还可以模拟人类的获得性免疫系统。

四位院士演讲结束后，大会迎来了两场深度的圆桌对话。

《跨界融合的新药研发模式》圆桌论坛

本场圆桌，由百图生科联合创始人CEO刘维、恒瑞医药高级副总经理兼全球研发负责人张连山、药明康德联席CEO杨青、佐治亚理工学院机器学习中心副主任宋乐、清华大学智慧产业研究院首席科学家马维英等五位嘉宾共同参与。

刘维的 个问题是：药企投入布局AI技术后，AI药物发现公司还有哪些新机会？

恒瑞医药张连山表示：“事实上，一款药物从研发到生产（各个环节），市场都存在很多需求。恒瑞希望研发效率大大提高。但每一种药并不是对每一个患者都有效，其中 分析和 诊疗都存在大量需求。如果AI技术可以实现治疗的 化，就可以大大降低新药研发成本，也让患者的治疗更加有效。”

张连山补充道，“即使是大药厂，也有很多需求是他们无法满足的。必须持开放心态来做这件事情，一个AI出来就能让所有化学家失业？这肯定不是的。”

“所以，在今天这个时代，各家企业之间，必须持开放心态来做这件事情，一个AI出来就能让化学家失业么？我认为这是否定的。”

佐治亚理工学院宋乐则从学术的角度对这个问题进行了阐述：“在医药行业，用AI来挖掘、探索靶点，或者是药物设计问题，都需要多方参与。”

而且，AI新药的真正作用，还需要和各种实验平台形成闭环，这很像互联网行业，用户数据分散在各个社交、购物、咨询、搜索平台，只有把这些数据聚合在一起，形成数据和AI模型的闭环，才能让更多人用AI系统来发现新药物靶点。”

关于AI在生物计算和其他互联网领域的应用，清华大学马维英也发表了自己的看法。

他表示，年进入新药研发领域后才发现，相比其他领域的流程提升和优化，AI在生命科学领域，未来十年真的会迎来蓬勃发展，“例如神经网络逐渐发现新药分子，三维结构图与图模型在过去三年发展就非常快。”

马维英表示：不要在红海继续“拧毛巾”，视觉和自然语言理解还有很多事情可以做，将这些技术应用在生命科学领域会有非常大的突破，可以解决医药、智慧医疗、个性化医疗等多个问题，这些还都是新的蓝海市场。”

《新组学技术带来的转化医学研究新范式》圆桌论坛

大会的第二场圆桌由薄荷天使基金创始合伙人刘毓文担任主持，北京大学生命科学学院长聘教授、百奥智汇张泽民，医院肿瘤生物信息中心主任吴健民，百图生科副总裁、原吉利德生物信息和数据科学部执行总监蒋昭实等四位嘉宾参与了讨论。

北京大学张泽民首先从单细胞的研究方向上进行了举例，“单细胞研究经常需要知道疾病最相关的细胞类型究竟是什么。以肿瘤为例，几百种细胞类型里，和疾病相关的只有几类。为了找到这几类，可能需要对细胞类型有全面的了解，找到每一种细胞的分布情况，AI或许就能提供很直接的帮助，替代人工完成筛查，找到最特异和最有效的新型药物。”

北京大学吴健民则从肝癌治疗角度进行了介绍。

吴健民团队在应对肝样腺癌治疗的时候，经常会碰到转移程度很快、但治疗手段差的问题。通过对患者进行多空间、多点取样，以及近端淋巴结转移多组学的研究，和从基因组的亚克隆手段之后发现，这类病人里面都携带一些变异基因，根据这些基因寻找患者药物靶点，就可以让患者得到及时治疗。AI可以在未来做更多类似的工作，来解决更多肿瘤患者无药可治的情形。

百图生科蒋昭实也表示：“多组学更广义的问题就是能不能检测多维度数据、这些数据能不能整合在一起。过去，蛋白质组学数据和基因组学数据很难交叉在一起。而AI可以对多位数据进行共同分析。此外，不仅可以针对人类组学数据，还可以结合病原组学数据，这对新的靶点研究都有非常积极的影响。”

免疫图谱卓越计划发布及生态联盟签约仪式

在上午的 一个环节，大会发布了免疫图谱卓越计划并进行联盟签约，百图生科与包括维亚生物、和铂医药、亿康基因、齐碳科技、索智生物、迈瑞代谢等药物研发领域的领*企业；索智生物、宇道生物等AI药物研发企业；深势科技、燧坤智能、水木未来等计算药物设计平台；百奥智汇、普瑞基准、中科新生命等前沿组学企业；及Merck创新中心、苏州生物医药转化工程中心、新景智源生物科技、维亚生物科技控股集团等大型跨国药企在内的0余家首批生态伙伴进行了签约。

在这一生物计算生态计划当中，百图生科将提供自身研发的核心生物计算引擎和自有数据、10亿元的资金补贴，与生态联盟合作伙伴共同助力免疫图谱的绘制。

接下来，“免疫图谱卓越计划”将支持一批高质量的转化医学研究项目，联合前沿生物技术专家、药物开发专家和临床专业团队，打造专业的“免疫图谱”，系统探寻癌症、自免、衰老等疾病的复杂免疫规律，为高效率的靶点挖掘和药物设计提供可能。

10日上午的主会场结束后，各个分会场也纷至沓来，主要包括生物计算与新数据，生物计算与新算法，生物计算的当下战场：药物研发（小分子）与（大分子），生物计算的更多可能-创新企业DEMO，生物计算与数字医学共五个主题。

后续，，雷锋网《医健AI掘金志》将会持续输出各位专家的详细报告和 对话，欢迎
转载请注明原文网址：http://www.13801256026.com/pgzl/2326.html