2023年计算生物学科技发展态势.docx

第36卷

第36卷第1期2024年1月

Vol.36,No.1Jan.,2024

ChineseBulletinofLifeSciences

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

毛开云1，江源1，袁银池1，张华2，周丽萍3，江洪波1,4*

(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

中图分类号：Q-03；Q-33文献标志码：A

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

MAOKai-Yun1,JIANGYuan1,YUANYin-Chi1,ZHANGHua2,ZHOULi-Ping3,JIANGHong-Bo1,4*

(1ShanghaiInformationCenterforLifeSciences,ShanghaiInstituteofNutritionandHealth,ChineseAcademyof

Science,Shanghai200031,China;2ShanghaiCenterofBiomedicineDevelopment,Shanghai201203,China;

3ShanghaiBiopharmaServiceCo.,Ltd,Shanghai201203,China;4UniversityofChineseAcademyofSciences,

Beijing100049,China)

Abstract:Computationalbiologysimulatesandanalyzesalargeamountofbiologicaldatatodiscoverthestructureandfunctionoforganismsandecosystems,