中新網北京5月6日電 (記者 張素)“在酶蛋白發酵的知識領域，‘大模型+知識圖譜’構成的‘知識助手’將帶來科研文獻知識獲取方式的變革?！敝袊r業科學院生物技術所副研究員關菲菲近日在一場活動上說。

　　據介紹，中國農業科學院與百圖生科合作開發的“智能育種知識助手”，成功將酶相關信息獲取從天級縮短到分鐘級，研發效率明顯提升。

　　繼2024年10月發布全模態生物大模型xTrimo V3、以2100億參數量刷新紀錄之后，近日，百圖生科發布AI生命科學基礎大模型驅動的生成式發現系統(下稱“發現系統”)。與會專家在發布會上圍繞讓AI真正落地生命科學、實現從模型能力到科學發現能力的轉化等議題展開研討。

　　據知，發現系統的核心是“發現助手”。作為生命科學領域專屬深度探索助手，“發現助手”通過智能交互理解需求，自動執行多維度信息檢索與分析，最終生成結構化深度報告。

　　“‘發現助手’具有‘專業-可執行-專屬’特征，成為生命科學發現的‘超級入口’?！卑賵D生科技術副總裁張曉明在會上說，團隊面向特定領域研發創新系統方案，比如智能發酵和智能細胞分析系統，旨在以“專業模型+設備”為核心助力領域閉環發現。

　　另據介紹，傳統抗體研發往往需要數月反復實驗，且難以兼顧多維度參數優化。發現系統中的抗體發現方案有多目標優化(MOO)策略，通過AI模型可以在一天內完成上萬條序列的預測篩選。

　　來自制藥企業的專家表示，藥物早研階段方向探尋需要閱讀海量文獻，信息嚴重過載，利用“發現助手”加速早研知識挖掘，可以避免立項失誤。

　　有觀點認為，AI for Science不僅大幅提升了研究效率，更從根本上拓展了人類解決基礎性、交叉性、復雜性科學難題的能力邊界。人工智能正在從輔助工具轉變為推動科學突破的核心驅動力，為攻克長期困擾科學界的艱深問題提供全新路徑。

　　“傳統方法已經遠遠滿足不了需求，所以我們希望構建基礎大模型，從海量數據中習得生物規律，預測缺乏數據的前沿發現問題，實現從‘大海撈針’到‘按圖索驥’?！卑賵D生科總裁鄧永富在會上說。

　　張江集團副總經理陳衡表示，張江科學城在生命科學領域匯集了全球頂尖的藥企、科研機構與創新企業，形成了從基礎研究到產業化的全鏈條創新生態，希望進一步展開深度協同，以場景賦能、生態協同、技術生根三大舉措賦能“AI+生命科學”創新發展。

　　專家認為，借助大模型的能力，研發人員不僅能夠揭示生命過程中深藏的復雜關聯與因果機制，更能實現對生物系統的精準模擬、預測乃至定向改造，推動科研范式實現從經驗驅動到智能驅動的歷史性跨越。(完)