当生命科学遇见ChatGPT，会发生什么？

　　近日，《理解未来》科学讲座AI for Science 系列03期线上开讲。多位专家分别围绕“AI for Science科技革命”、“生命科学中的生成式人工智能”共同探索交流“AI+生命科学”，分享前沿学术成果，共话跨学科交叉领域的深度融合创新。

　　本次活动中，中国科学院院士、北京大学教授鄂维南以《AI for Science：一场正在发生的科技革命》为题阐述AI 带来的科研范式变革和新的产业业态。他指出，化学、材料、生物、工程等传统领域都将成为AI的主战场，同时也将催生新一代的产业模式。另一方面，在AI+Science的驱动下，科学研究将从“小农作坊”模式转变到“安卓”模式，“平台科研”将成为全新的科研范式，“社区建设”将成为重要趋势。

　　加拿大魁北克省人工智能研究中心（Mila）副教授唐建则介绍了生成式人工智能在生命科学的应用。他指出，人工智能和生物技术的研究正处于黄金时期。语言生成模型如 ChatGPT 在对话系统领域取得了很大的突破，因此，研究者们正在探索是否能在生物制药领域搭建类似的人工智能模型。

　　“在人工智能与生物医药的交叉领域已有了诸多探索，例如：GeoDiff 应用在小分子的三维构象预测；E3Bind 应用在蛋白质-配体复合物结构预测；ProtSeed 同时生成新的蛋白质结构和序列等。”唐建表示。

　　在前瞻对话环节，嘉宾们围绕“AI+生物医药前景”、“生成式AI对生命科学领域带来的影响”、“如何促进AI专家与科学家加强合作”等议题展开对话。

　　关于组学与人工智能相结合，鄂维南指出，首先需要不同学科背景的专家一起来参与这类研究。其次，需要找到不同尺度、不同现象的新的指导原则，来填补中间尺度的结构。他表示，目前分子尺度比较清楚，大的尺度也有一定的概念，但是中间尺度，我们缺乏一个指导原则，需要物理、数学领域的专家参与进来才能有进一步的发现。“最重要的是找到这样的人，将其有效地组织起来，为他们提供足够的资源。”鄂维南谈到。

　　唐建则指出，AI分析数据以及机器学习，为科学规律的表达提供了可能性。“AI将可能的文本、知识、代码进行训练，当AI能力达到一定强度后，我们就通过模型的开发，对大量数据进行学习和训练。其中，ChatGPT可以产生全新的原创内容，具有一定的创造力，像一本百科全书，用户可以很快从百科全书中获取需要的知识。在蛋白质设计领域，不论是小分子还是蛋白质分子，本质而言都需要生成一些新的结构。通过融入ChatGPT，可以提升蛋白质设计的创新度和多样性。”他说。

　　担任主持人的未来论坛理事、北京大学李兆基讲席教授谢晓亮也在前瞻对话环节分享了对于AI+生命科学领域应用的思考。他指出，基于技术上的突破，生命科学基因组学、冷冻电镜等生命科学领域，逐渐从“数据缺乏学科”转变为“大数据科学”，从“定性学科”转变为“定量学科”。“此前在我的生物物理学教学过程中，十几年都是从序列到结构，而基于当时的算法水平，‘结构’是没办法算出来的，直到2022年，结构可以通过AI算法计算出来，这也是AI+生命科学的一项技术革命。”