从数据拟合走向机制发现:共探AI解码生命的边界与路径
2026-11-17 阅读量:0 小字


2026年10月24日,在第二十三届中国计算机大会(CNCC2026)期间,由CCF YOCSEF青岛学术委员会组织举办的“AI深潜生物信息学,是在解码生命还是制造更精密的黑盒?”技术论坛在成都举行。论坛由YOCSEF青岛AC副主席、中国石油大学(华东)王爽和YOCSEF青岛AC委员、中国石油大学(华东)王丹心担任主席,邀请来自清华大学、湖南大学、西湖大学及中国科学院数学与系统科学研究院的专家学者作引导发言,并吸引了来自全国高校、科研院所、科技企业的数十位专家学者及行业代表参与交流。


图1: 论坛部分参会人员合影

随着人工智能加速融入生命科学研究,以AlphaFold、ESM和单细胞多组学大模型为代表的技术,正将应用范围从数据分析拓展至假说生成、机制推断与实验设计。然而,模型识别的模式究竟对应真实的生命机制,还是高维数据中的统计关联?预测有效是否意味着科学解释充分?当AI越来越深入地参与科研,研究者又应如何把握科学判断与实验验证的主动权?这些问题构成了本次论坛讨论的主线。

引导报告:探索AI赋能生命科学研究的实践与边界

在引导报告环节,四位嘉宾分别从人工智能辅助药物发现、基因组语言模型、蛋白质挖掘与设计,以及科学计算基准评测等角度,介绍了相关研究进展,为后续讨论提供了不同层面的技术视角。

图2: 四位嘉宾作引导发言

清华大学洪鑫博士后以《From AI4S to AI Scientist:How AI is revolutionizing drug discovery?》为题,围绕自监督学习、生成式人工智能与智能体技术三条主线,介绍了AI赋能药物发现的研究进展。在自监督学习方面,他重点分享了DrugCLIP和GalaxyVS等研究成果,其中DrugCLIP通过对比学习将虚拟筛选转化为大规模稠密检索,推理速度较传统分子对接方法提升约百万倍,并通过湿实验验证了筛选效果;GalaxyVS则进一步实现了面向千亿级化合物库的快速虚拟筛选。在生成式人工智能方面,他介绍了能量引导扩散、直线扩散等分子生成方法,展示了AI在提升分子结合特异性与生成效率方面的探索。在AI Scientist方向,他展示了PharmAgents2多智能体药物研发框架,探索通过多智能体协作贯通靶点发现、机制分析、分子设计、候选分子评估与实验验证等环节,并指出真实实验验证与反馈闭环仍是实现AI自主科学发现需要突破的关键瓶颈。

图3: 清华大学洪鑫作引导发言

湖南大学刘元盛副教授作了《DNA双链协同建模的基因组语言模型》报告,围绕基因组语言模型的发展与关键技术,介绍了人工智能在基因组序列理解与功能解析中的研究进展。他指出,基因组语言模型借鉴自然语言处理中的自监督预训练范式,通过学习海量DNA序列中的上下文依赖与调控规律,为启动子、增强子等调控元件识别、基因表达预测及遗传变异效应分析提供了新的技术手段。然而,DNA具有双链互补的生物物理特性,现有模型多侧重单链序列建模,难以充分刻画双链间的动态信息交互。针对这一问题,他重点介绍了团队发表于《Nature Machine Intelligence》的CrossDNA模型,该模型通过双分支架构与链间信息交互机制,将DNA双链协同规律融入序列表征学习,在调控元件分类、增强子识别及染色质特征预测等任务中展现出良好的性能与泛化能力,并以冠心病相关非编码变异为例,展示了模型在疾病相关功能变异识别与潜在调控机制解析方面的应用价值。

图4: 湖南大学刘元盛作引导发言

西湖大学原发杰特聘研究员分享了《基于自然语言理解的蛋白质挖掘与设计系统》报告,围绕自然语言与蛋白质序列、结构及功能信息的关联建模,介绍了团队研发的ProTrek蛋白质检索模型和Pinal蛋白质设计系统。在蛋白质挖掘方面,ProTrek通过对比学习实现蛋白质序列、三维结构与自然语言描述的跨模态对齐,支持九种跨模态检索方式,使研究者能够根据功能描述发现序列或结构差异较大但具有相似功能的蛋白质,并通过尿嘧啶DNA糖基化酶(UDG)样蛋白的挖掘与碱基编辑实验验证了其应用价值。在蛋白质设计方面,Pinal以自然语言作为功能需求输入,将蛋白质生成分解为“文本到结构”和“结构到序列”两个阶段,实现由功能描述驱动的蛋白质从头设计,并在荧光蛋白、PET降解酶及甘氨酸裂解系统H蛋白等设计任务中进行了实验验证,展示了自然语言驱动蛋白质功能挖掘与定向设计的应用潜力。

图5: 西湖大学原发杰作引导发言

中国科学院数学与系统科学研究院孟琪副研究员以《SPDEBench:A Benchmark for Learning Regular and Singular Stochastic PDEs》为题,围绕人工智能求解随机偏微分方程(SPDE)的关键挑战与评测方法,介绍了相关研究进展。她指出,随机偏微分方程广泛应用于流体动力学、相变及复杂物理系统建模,但随机噪声的低正则性、奇异方程中的重整化等问题,使传统数值求解与机器学习方法面临诸多挑战。针对现有数据集和评测标准的不足,她重点介绍了团队构建的SPDEBench基准测试框架,涵盖随机波动方程、随机Navier-Stokes方程、KPZ方程等多类常规与奇异随机偏微分方程,并从预测精度、时空统计特征及解路径分布等多个维度建立统一评测体系。通过对不同机器学习模型的系统实验,她展示了模型在预测性能、鲁棒性和泛化能力方面的差异,并结合融入正则性结构理论的DLR-Net模型,探讨了数学理论与机器学习方法相结合在提升复杂科学计算可靠性和泛化能力方面的潜力。

图6: 中国科学院孟琪作引导发言

思辨环节:AI深入生命科学,如何跨越预测与理解之间的距离?

引导报告后,围绕“机理发现与数据拟合的边界”“黑盒范式对科研生态的影响”“AI与真实机理如何融合”三个核心议题,洪鑫、刘元盛、原发杰、孟琪四位嘉宾与来自武汉科技大学、重庆师范大学等单位的参会者展开了多维度、深层次的观点交锋。

图7: 四位特邀嘉宾作思辨发言

议题一:AI在生命科学中的认知边界——机理发现与数据拟合的分野与交融

讨论首先聚焦“模型识别的规律,能否算作生命机理发现”。原发杰认为,当前许多模型本质上仍是对已有数据模式的学习,所谓“发现”在不少情况下更接近基于统计关联作出的推断;模型在常见任务中表现较好,并不意味着面对特殊或分布不同的情形时仍能可靠揭示机理。孟琪从科学理解的角度补充,AI在计算加速、快速预测和方案生成方面具有价值,但由结果形成可被人类理解的科学解释,仍需要研究者的认知与判断,不能简单等同于算法计算过程。

当话题转向“生物学先验究竟能帮助模型多少”时,洪鑫提出了数据条件的差异:在蛋白质结构等数据相对充足的任务中,可以更多依靠模型从数据中学习;而数据稀缺、尤其涉及蛋白质动态等复杂过程时,建模仍离不开研究者对领域知识的理解。不过,即使加入先验,也未必能解决复杂过程的建模困难。刘元盛则认为,先验不必局限于已知的具体生物机制,还可包含物理规律等更宽泛的知识;但如果研究者对基因间关系等过程的认识本就不完整,将不全面的知识直接输入模型,也可能引入新的问题。

原发杰进一步指出,先验是否有效,首先取决于其质量与适用范围。他以蛋白质结构信息为例说明,准确的结构先验可能改善建模,不准确或仅覆盖部分样本的先验却可能成为噪声;难点不仅是“要不要加入”,更是如何合理表示、融合不同类型的先验。孟琪同样认可数据不足时先验的重要性,但提醒先验融入方式应服从具体研究目标和下游评测,不能想当然地将自然语言处理领域成功的模型架构直接视为生命科学问题的最佳选择。

讨论随后转向“模型可解释性是否等于科学可解释性”,洪鑫强调,模型置信度可以为筛选和分析提供参考,但注意力分布等解释结果不能替代实验验证。刘元盛也认为,模型权重分析能够提供研究线索,机制判断仍需湿实验支撑。原发杰则提出,当模型结果与实验观察不一致时,还应进一步考察实验的偶然性与可复现性,不能仅凭某一方的结果作出判断。

武汉科技大学许俊林将讨论进一步引向“有效是否必须先解释清楚”:他以中药应用中经验有效性与机理验证并非总能同步的情况为例,提出不宜完全否定尚未充分阐明机制的实践经验。洪鑫回应,在药物研发和应用判断中,实际效果与安全性是重要考量,不应把完整机理阐明设置为探索工作的唯一前提,但仍需依靠客观实验及后续验证检验结果。由此,讨论区分了“预测有效”“经验可用”与“机理已获解释”三个不同层次,既没有把黑盒预测等同于科学发现,也没有将机理尚未完全明确等同于结果必然无效。

议题二:黑盒范式的双重效应——AI对生命科学研究生态的远期影响

围绕“有效但不可解释的模型是否值得推广”,洪鑫提出“大胆猜想,小心验证”:在药物发现阶段,AI可以高效提出候选分子或研究假说,但可靠性需要后续实验乃至临床验证。刘元盛认为,研究者使用黑盒工具时仍需独立判断和质疑,最终结果既取决于模型,也取决于使用者的专业能力。原发杰则指出,并非所有应用都要求事先理解每个机制细节,实际效果本身也是重要评价维度。

武汉科技大学金淑婷提出,应先区分“可解释带来的可信”与“性能表现带来的可信”;在预测可靠的前提下,可以探索应用与机制验证并行推进。孟琪则提醒,高效生成结果不等于低成本获得可信结论:药物可能存在尚未发现的副作用,AI批量生成论文或研究建议也可能将核验负担转移给实验人员与审稿人。因此,效率提升必须同时考虑验证成本、风险评估与必要的规范约束。这些发言呈现了对黑盒接受程度的不同判断。

对于“AI究竟推动原创发现还是强化既有路径”这一问题,洪鑫认为,当前模型的重要能力之一,是重新组织已有知识、打通不同领域之间的信息联系。这类能力能够帮助研究者在已知知识范围内提出新的组合与推断;而面向缺少既有证据的科学问题,仍需通过新的研究、实验和数据支持探索。原发杰对此表示认同,并指出,原创性的判断与具体任务及评价标准有关,模型在超出已有经验范围进行推断时仍面临困难。孟琪则提出另一种判断尺度:如果AI通过组合既有知识解决了此前未解决且具有意义的问题,其结果也可能具有原创价值。金淑婷补充,AI还能帮助研究者更广泛地检索和检验已有科学假设。

关于科研普惠与资源集中,洪鑫认为,平台化工具和未来的自动化实验能力有望降低研究门槛,让科学问题与研究创意变得更加重要。原发杰认为,AI确实让非专业人员更容易进入部分任务,但大模型研发仍高度依赖资源,小团队应选择与自身条件匹配的方向;刘元盛提出,有限资源下聚焦可解决的问题同样有价值。孟琪看到AI对部分原本封闭研究领域的开放作用。重庆师范大学曾攀则概括了资源与创意的张力:算力可能影响研究的基础条件,而决定突破上限的仍可能是有价值的想法。

议题三:面向“解码生命”的终极目标,如何构建融合“AI+真实机理”的技术路径?

对于机理知识与AI能力应如何协同发展,洪鑫提出了一条螺旋上升的路径:利用已有知识指导AI建模,再借助AI的能力发现新的研究线索,通过验证深化机制认识,进而推动模型与科学认知共同发展。原发杰认同AI辅助发现新机理的方向,同时指出,复杂机制与有限数据之间的矛盾,使相关建模仍面临实际困难。孟琪则强调,面对新问题,需要在建模、检验与补充机理知识之间不断迭代,逐步寻找有效的方法。

在具体技术选择上,洪鑫认为,考虑到生物领域的数据条件与任务差异,智能体结合通用决策能力、调用领域专用模型,可能是现阶段值得探索的路径。原发杰提醒,通用大模型对数据和资源提出了较高要求,资源有限的团队应审慎选择投入方向。孟琪也建议,研究者可以立足已有的领域理解与研究积累,聚焦具有明确问题和专业门槛的方向。

现场的武汉科技大学朱中杭提出,能否利用AI辅助替代部分高风险研究环节,从而减少临床或生命伦理相关实验中的风险。这一问题将技术路线的讨论延伸至科研伦理,但AI能够替代哪些环节、替代后如何验证,仍有待进一步研究,并不能简单视为已经实现的方案。

围绕“坚持人机协同,还是追求智能体自主科研”,洪鑫强调,科学问题的选择与研究目标的确定,仍需要由人主导,智能体可以承担繁琐的计算、分析及辅助规划工作。原发杰认为,随着模型能力提升,重复性任务将更多交由AI完成,但关键的科学判断与机制验证,仍应由研究者把握。孟琪进一步区分了不同任务:对于定义清晰、目标明确的问题,可以探索更高程度的自主求解;对于复杂问题,则需要保留人的监督与干预。

这一讨论将技术路径的选择落实到具体研究条件:以任务目标确定模型与智能体的分工,以实验反馈检验推断,在提高科研效率的同时,保留对关键科学问题的持续判断。

图8: 思辨部分讨论发言现场

交流展望:推动AI能力转化为可验证的科学发现

论坛最后,CCF YOCSEF青岛2026-2027主席、中国海洋大学姜桂圆副教授作总结发言。与会专家经充分讨论形成三大共识:一是AI为生物信息学研究带来了范式级革新,但当前技术仍以数据拟合与结果预测为主,距离真正解码生命本质规律仍有较长的发展距离;二是黑盒范式兼具效率提升与潜在风险的双重属性,需分场景把握效率与可信的平衡,警惕技术迭代加剧科研生态分化;三是未来AI for Science的核心发展路径是数据与机理的深度融合,应坚持人机协同的科研主线,推动AI从高性能预测工具向可信的科学发现引擎升级。


图9: CCF YOCSEF青岛2026-2027主席姜桂圆作总结发言

本次论坛通过跨学科前沿报告与开放式思辨,展示了AI在生命科学中的计算、预测和设计潜力,也提醒研究者:能够给出高质量结果,并不自动意味着掌握了生命机制。未来仍需在可靠数据、合理先验、可复现实验及人机协同的科学工作流程之间建立更紧密的连接,推动AI由高效预测工具走向可检验、可积累的科学发现方法。

撰稿:王爽、王丹心

审核:姜桂圆等

编辑:周小伟


关于YOCSEF青岛

        中国计算机学会青年计算机科技论坛(CCF YOCSEF)青岛分论坛成立于2009年,由梁永全教授、潘振宽教授和魏志强教授等发起。自成立以来,YOCSEF青岛积极汇聚计算机及相关领域青年科技工作者,围绕学术前沿、产业发展和社会热点持续开展具有时效性、敏锐性和前瞻性的技术论坛、观点论坛、CLUB及公益活动等,通过深入思辨与交流,凝练形成有价值的观点和建议。

        YOCSEF青岛致力于促进青年科技人才成长,推动学术界与产业界的交流合作。自成立以来,YOCSEF青岛已汇聚历届AC成员106人、委员500余人,形成了一支涵盖高校、科研机构和科技企业的青年科技人才队伍,涌现出如农银金融科技有限责任公司总裁(原山东科技大学校长)曾庆田、青岛大学校长魏志强、中国海洋大学信息科学与工程学部部长董军宇等一批卓有成就的计算机领域学者和管理人才。自2009年以来,YOCSEF青岛历任AC主席依次为潘振宽(青岛大学)、魏志强(中国海洋大学)、董军宇(中国海洋大学)、徐九韵(中国石油大学(华东))、赵建立(山东科技大学)、广红(青岛百灵科技)、王胜科(中国海洋大学)、吴则举(青岛理工大学)、吕琳(山东大学)、赵中英(山东科技大学)、李昕(中国石油大学(华东))、包永堂(山东科技大学)、于彦伟(中国海洋大学)、晁国清(哈尔滨工业大学(威海))、仲国强(中国海洋大学);现任AC主席为姜桂圆(中国海洋大学)。


欢迎各界热心人士加入CCF YOCSEF青岛大家庭!

入会联系:姜桂圆(17667623685,微信同号)

如需与YOCSEF青岛开展合作交流,请联系我们!

合作联系:周小伟(15684737697,微信同号)


热门动态
2026-11-10
一、组织活动(1)论坛活动【活动名称】CCF YOCSEF保定分论坛观...
2026-11-09
2026年11月7日,中国计算机学会(CCF)主办的“立足制造转型,工...
2026-10-28
CCF YOCSEF合肥顺利举办论坛“从‘+AI’到‘AI+’:驱动政务信息...
2026-10-28
CCF YOCSEF合肥顺利举办论坛“从‘+AI’到‘AI+’:驱动政务信息...
2026-10-19
2026年10月17日,中国计算机学会(CCF)主办的“智辨真伪:防范...
2026-09-09
科创赋能开学季 逐梦启航向未来——CCF YOCSEF保定公益走进保定...
2026-09-03
CCF YOCSEF保定2026年07-08月活动简报 一、组织活动(1)论坛活...
2026-09-03
2026 年 9 月 1 日下午,作为"未来火种·YOUNG YOCSEFer"青少年科...
2026-09-03
2026 年 9 月 1 日下午,作为"未来火种·YOUNG YOCSEFer"青少年科...
2026-08-17
2026年8月15日,中国计算机学会(CCF)主办的“低空燕赵,何以可...
2026-07-26
承担社会责任 提升成员能力2026年7月11日上午,CCF YOCSEF合肥顺...
2026-07-26
承担社会责任 提升成员能力2026年7月11日上午,CCF YOCSEF合肥顺...
2026-07-23
2026年7月11日下午,CCF YOCSEF合肥分论坛第十六届学术委员会第...
2026-07-23
2026年7月11日下午,CCF YOCSEF合肥分论坛第十六届学术委员会第...
2026-07-11
CCF YOCSEF保定2026年05-06月活动简报 一、组织活动(1)特别活...
2026-07-01
2026年6月28日下午,CCF YOCSEF保定分论坛第九届学术委员会第一...
2026-07-01
01. 活动背景与主题 2026年6月28日上午,CCF YOCSEF保定...
2026-05-31
CCF YOCSEF保定组织“破除产学研壁垒,让科研力量精准赋能河北中...
2026-05-29
聚焦低空经济,共话产业未来2026年5月27日,“聚焦低空经济,共...
2026-05-14
论坛 【活动名称】参加总部特别论坛:养虾者说 【时间地点】2026/3/15,北京 【参与人员】张畔,冯士恩,杨博洋,耿超 【活动名称】2025-2026大比武 【时间地点】2026/4/11,保定 【参与人员】王祝,刘扬,尹红涛,彭锦佳,张畔,张少康,张凯喆,贾楠
CCF聚焦