index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
本次研讨会聚焦AI驱动的计算医学，探讨AI在生命科学与医学领域的应用。会议将深入探讨AI如何推动蛋白质科学、蛋白质组学大数据分析，以及AI在精准医疗中的应用。通过嘉宾分享和讨论，旨在促进跨学科交流，推动AI技术在医疗领域的落地，构建智慧医疗生态。
🧬 **AlphaFold 3的革新：** AlphaFold 3不仅能预测蛋白质结构，还能预测DNA、RNA等分子相互作用，但在蛋白质动态结构研究方面仍有局限。AI在蛋白质从头设计领域也取得进展，能够设计具有特定功能的新型蛋白质。
🔬 **蛋白质组学大数据解析：** 利用AI技术精准解析海量蛋白质组数据，有助于疾病标志物和药物靶点的发现。通过更精准的蛋白质序列解析算法和全流程精准定量体系，提高数据分析的准确性和效率，加速精准医疗发展。
💡 **多模态数据融合：** 研讨会将探讨多组学、多模态、多尺度的数据融合，以及结构-功能-表达之间的关系。分析基础模型的有效性、潜力和限制，探索AI虚拟细胞的应用前景，推动多组合闭环的实现，加速药物发现与精准医学发展。
2025-07-14 19:02 日本
2025年7月15日（周二） 19:00-21:30分享
生命科学与医学领域正经历着深刻的智能革命。大语言模型与多智能体技术快速发展，正在推动形成计算医学（Computational Medicine）新范式，为精准医疗、疾病诊断和健康管理开辟全新路径。AI驱动的计算医学在自主探索、跨尺度数据融合、个体建模与数字孪生等方面快速发展，然而跨学科合作与方法论整合仍是重要挑战。
为此，DAMO开发者矩阵（由阿里巴巴达摩院和中国互联网协会联合发起）与集智俱乐部共同主办“AI驱动的计算医学前沿：从科学发现到数字孪生”系列研讨会，邀请多位国内外前沿学者与业界专家分享交流。系列研讨会将系统梳理计算医学与AI交叉领域的最新进展，自2025年7月6日（周日）开始，共5大议题分享与讨论。本活动免费报名，实行审核入群制，请填写信息后入群，并参与腾讯会议互动。
7月15日（周二）19:00开始第三期研讨。欢迎相关研究、应用领域的朋友报名参加，共同推动生命科学与医疗健康的智能未来！
本期简介
医疗的精准化、个体化时代已经到来，但在真正实现临床精准医疗之前，如何从海量复杂的基因组、转录组、蛋白组、代谢组等多组学数据中高效挖掘出疾病表型的深层规律，仍然是当前生命科学与AI交叉领域的重要挑战。AI驱动的多模态生物医学模型，逐渐在不同尺度的组学数据间建立高效连接，从而为疾病的精准分类、诊断、疗效监测和靶向治疗提供了前所未有的可能。 计算医学系列研讨会将通过两期内容，分别聚焦于 AI基因-RNA调控研究 以及 AI for 蛋白质科学 ，深入探讨AI如何推动生物医学数据与精准医疗的深度融合。本期聚焦 AI 如何串联结构预测 → 功能设计 → 大规模蛋白质组解析→ 多组学融合，加速药物发现与精准医学。主要将探讨： 1. AlphaFold3之后的蛋白质乃至生命科学研究，正在和即将发生的变化 2. 多组学、多模态、多尺度的数据融合，结构-功能-表达之间的关系发现 3. 面对复杂疾病与复杂数据，基础模型的有效性、潜力与限制 4. AI 虚拟细胞还有多远？以虚拟细胞为载体的多组合闭环何以实现？
分享内容
报告一：AI驱动的蛋白质科学（吴家睿） 近年来，人工智能在蛋白质结构预测领域取得了革命性的进展，尤其是AlphaFold算法的问世，它以前所未有的精度预测蛋白质的三维结构。2024年5月，DeepMind公司推出了AlphaFold 3，这一最新模型不仅能够预测蛋白质的结构，还能准确预测DNA、RNA以及配体等各类生命分子的结构及其相互作用方式。尽管AlphaFold在静态蛋白质结构预测方面取得了巨大成功，但在蛋白质的体内和动态结构研究方面仍存在局限。AlphaFold主要提供蛋白质的静态快照，而忽视了生物体内蛋白质结构的动态性。如何开展蛋白质动态结构研究是当前AI研究者和生命科学研究者需要面对的重大科学挑战。 此外，在蛋白质合成生物学方面AI技术也发挥了巨大的作用。目前国际上在蛋白质从头设计领域的研究进展迅速，以美国科学家David Baker为代表的研究者正在利用计算方法和机器学习技术来创造具有特定结构和功能的新型蛋白质，能够响应特定分子信号改变结构的蛋白质和全新抗体设计等，甚至于生命体内不存在的非天然蛋白质。这些研究不仅推动了我们对蛋白质结构和功能关系的理解，也为生物技术和药物设计带来了新的机遇。但是，蛋白质的合成和生产（智造）是将设计转化为实际可用蛋白质的关键步骤。这需要高效、低成本的蛋白质合成和纯化技术，以及规模化生产的能力。为此，研究者最近开发了无细胞蛋白质合成系统，它允许研究人员在没有活细胞的情况下合成蛋白质。可以说，这个技术是当前合成生物学的一种颠覆式技术。 报告二：蛋白质组大数据智能解析（常乘） 近年来，UK Biobank启动的全球最大规模血浆蛋白质组研究取得的一系列成果已表明，精准解析海量蛋白质组数据有助于疾病标志物和药物靶点发现，有力推动了精准医疗。然而，受蛋白酶切效率、基质效应，以及质谱碎裂效率、空间电荷效应等多种生物学、化学、物理因素影响，低丰度蛋白质难以精准定量、序列解析准确性低，给后续生物学功能挖掘带来极大挑战。为此，我们在蛋白质序列从头解析方面，发展了更加精准、高效的蛋白质序列从头解析算法，肽段序列解析准确性从44%提升至64%以上，提速89倍，可以在肠道微生物数据中挖掘出更多的物种特异肽，进一步提升物种分辨率，同时也可以在未富集数据中灵敏挖掘修饰肽；在定量方面，发展了蛋白质组全流程精准定量体系，低丰度蛋白质定量误差减少46%，技术重复间变异系数降低39%；在功能挖掘方面，发展了交互式、自动化生物学分析平台，提供了标准化分析流程，并发展了基于稳定学习理论的标志物筛选算法和分子分型算法，有效克服数据间异质性，在多个肿瘤队列分析中找到了传统方法无法发现的标志物。
嘉宾信息
报告嘉宾 吴家睿 ，现任上海交通大学主动健康战略与发展研究院执行院长，中国科学院上海高等研究院国家蛋白质科学研究（上海）设施主任，中国科学院系统生物学重点实验室主任，上海市科普作家协会理事长。他的实验室主要采用系统生物学方法研究糖尿病和肿瘤等重大慢性病发生与发展的分子机制。 常乘 ，国家蛋白质科学中心（北京）副研究员，长期从事计算蛋白质组学研究，现任中国生物信息学学会（筹）生物数据资源专委会委员，GPB期刊青年编委。曾获2020年中国发明协会发明创新奖一等奖；授权国家发明专利6项、软件著作权6项；近五年以通讯作者（含共同）在Nature Machine Intelligence（2024）, Nature Communications（2023, 2025）, Nucleic Acids Research, GPB，Analytical Chemistry等期刊发表SCI论文多篇。 圆桌嘉宾 熊旭深 ，博士生导师，浙江大学医学中心/良渚实验室“百人计划”研究员。熊旭深本科毕业于华中科技大学生物信息学专业，博士毕业于北京大学生命科学学院，博士研究方向为RNA修饰和生物信息学；随后在MIT计算机与人工智能系进行博士后研究，方向为计算生物学和人类多基因复杂疾病。致力于利用统计遗传和人工智能的手段探究表观转录组和表观基因组在人类大脑遗传疾病中发挥作用的生物学机制。以通讯作者或第一作者（含共同）发表Cell, Nature Genetics, Nature Machine Intelligence等论文多篇。 唐乾元（傅渥成 ），香港浸会大学物理系助理教授，集智科学家，集智-凯风研读营学者。南京大学物理学博士，曾任日本理化学研究所博士后。 研究方向包括：研究数据驱动的复杂生物系统的简化方法，揭示控制生物行为的普遍规律。研究项目采用计算、统计和数学技术来分析复杂的生物数据，通过利用大型数据集和基于人工智能的方法，更好地了解疾病的潜在机制并开发新的治疗方法来改善人类健康。 轲迪 ，BV百度风投投资副总裁。关注自动驾驶、具身智能、AI4S等方向的投资，历史案例包括九识智能、星海图、维他动力、深度原理等。
报名参与
直播信息 2025年7月15日（周二） 19:00-21:30
报名加入社群 扫码报名 填写信息后，添加运营负责人微信，备注“报名计算医学研讨会”。通过审核后，后续将邀请加入对应主题的社区（微信群）。我们采取 开放交流研讨的方式， 如果你在相关议题方向上有 研究成果 和 行业案例 ，意愿以 结构化形式 分享交流，请在报名后联系 运营负责人 。
研讨会简介
为了更好地促进生命科学与人工智能领域的深度交叉融合，推动前沿研究与医疗实践的快速落地， DAMO开发者矩阵与集智俱乐部联合发起了 “AI驱动的计算医学前沿：从科学发现到数字孪生”研讨会 ，旨在构建跨学科交流平台，推动知识共享与技术创新。 本系列活动将通过结构化的深度主题对话，邀请国内外生命科学与AI交叉领域的前沿研究者和产业实践者，共同探讨如何用AI赋能生命科学与精准医疗，推动研究范式与医疗模式的革新。核心问题 你将收获
点击“阅读原文”，报名系列研讨会 阅读原文
跳转微信打开
