2023年计算生物学科技发展态势.pdf

第36卷第1期生命科学Vol.36,No.1

2024年1月ChineseBulletinofLifeSciencesJan.,2024

DOI:10.13376/j.cbls/2024003

文章编号：1004-0374(2024)01-0011-10

毛开云，副研究员，中国科学院上海营养与健康研究所生命科学信息中心

产业与技术情报部副主任，主要从事生物领域的产业与技术情报研究、专利信息

分析和知识产权分析评议工作。2016年获评全国专利信息实务人才(国家知识

产权局)。先后主持和参与科技部、国家卫健委食品司、国家知识产权局、中国

科学院、上海市科委等来源的课题，主编《细胞治疗：技术与产业》等著作。

江洪波，博士，研究员，硕士生导师，现任中国科学院上海营养与健康研

究所产业与技术情报部主任。2014年入选国家知识产权局“全国专利信息领军

人才”，2016年入选“中国科学院特聘研究员”计划特聘骨干人才。主要研究方

向为产业与技术情报、竞争情报、科技查新。先后承担科技部、商务部、工信部、

生态环境部、国家开发银行、上海市科委、上海市经信委、上海市商务委、上海

市知识产权局等委托的决策咨询课题研究工作，以及多家企业委托的产业研究和

知识产权战略课题。

2023年计算生物学科技发展态势

111231,4*

毛开云，江源，袁银池，张华，周丽萍，江洪波

(1中国科学院上海生命科学信息中心，中国科学院上海营养与健康研究所，上海200031；2上海市生物医药科技发

展中心，上海201203；3上海生物医药公共技术服务有限公司，上海201203；4中国科学院大学，北京100049)

摘要：计算生物学借助大量生物数据的模拟与分析，探寻生物体及生态系统的结构和功能，从而加深对

生物体的认识与理解。得益于算法的持续优化和计算机性能的提高，计算生物学逐步克服了大量数据处理

和分析的难题。2023年，计算生物学在基因组学、蛋白质结构解析与预测、药物研发、疾病诊断与预测等

多个应用领域取得突破性进展。随着技术的进步和数据的积累，计算生物学在未来的发展前景非常广阔，

但仍存在数据质量问题、算法和模型复杂度、实验验证的难度、多学科交叉融合的挑战，以及伦理和社会

问题等诸多难点需突破。

关键词：计算生物学；深度学习；人工智能；蛋白质结构

A

中图分类号：Q-03；Q-33文献标志码：

收稿日期：2024-01-05；修回日期：2024-01-18

基金项目：上海市2023年度“科技创新行动计划”软科学研究项目“美国生物经济行政令背景下上海生物经济发展战

略研究”(23692126400)

*通信作者：E-mail:hbjiang@

12生命科学第36卷

Thetechnologicaldevelopmenttrendsofcomputationalbiologyin2023

111231,4*