AI赋能的生物医学研究.pdfVIP

科学SCIENCE

AI赋能的

生物医学研究

3000

温砚中韩樾夏孙剑飞

2

近十多年来，以机器学习和深度学习为代表的AI技术迎来了蓬勃

蓬勃

发展期，广泛赋能于多个学科领域。与此同时，面向生物医学领域的AI

的AI

应用研究在科学家们的不懈努力下逐渐成熟。生物医学迈入了AI赋能

赋能

的新时代，未来的科学实践和创新发现迎来了更多机遇与挑战。

生物医学是综合生命科学、生物学和医学等多个领生物医学研究发展面临的问题

域的前沿交叉科学，致力于运用工程技术手段探索和解

决生命科学与医学相关问题，继而推动人类生命健康的生物医学研究致力于洞察生命科学规律，促进精准

发展。在生物医学研究中，科研工作者往往需要对复杂医学发展。在推动临床诊疗和科学发现的发展中，预测

且多样的生物医学数据进行解读和分析，从中提取有价和分析通常扮演着重要的角色。科学家一方面需要通

值的信息以理解复杂的生物医学问题，进而促进科学发过知悉领域数据来预测前沿趋势或锚定突破方向；另

现或推动临床诊疗的进步。作为生物医学领域的知识一方面需要采用高效的技术方法分析数据以支撑科学

载体，这些数据或包含了大量疾病、药物、蛋白质、基因结论或决策。随着生物医学进人大数据时代，科学家对

等多层次的生物医学关联规律，或蕴含着助力科学探索数据的高效利用愈发关键，故此可以将生物医学研究发

的潜能，掌握这些信息对生物医学相关研究向前发展至展面临的问题归为基于生物医学大数据的高效预测和

关重要。然而，随着生物科学技术以及计算机技术的发高效分析。

展，大量的生物医学数据快速产生并积累，如PB到EB高效预测

级别的基因组学、蛋白质组学等生命科学组学数据，磁预测可以理解为通过对已有的生物医学大数据进

共振成像、CT成像等医学影像数据，收录超3600万行充分“查阅”并“归纳”，总结出当前尚未被发现或

篇文献的MEDLINE生物医学文献数据库等，生物医被关注的信息，如潜在的药物靶点、潜在生物学信号通

学进人了大数据时代。随着生物医学大数据的日益扩路、新型化合物结构等。预测重在基于现有的数据挖掘

张，如何高效利用和挖掘这些多样化数据以驱动临床诊出新的有价值的科研线索。早在1986年，芝加哥大学

疗和科学实践成为生物医学研究的方向之一。教授斯旺森（Swanson）就曾基于生物医学文献数据

预测出镁元素缺乏和偏头痛之间存在潜在关联，进而提

温砚中，硕士研究生；孙剑飞，教授：东南大学生物科学与医学工出假说并由实验验证。传统的预测方法大多依赖于人

程学院，南京211189。sunzaghi@.工投入，科研人员需要先广泛搜集目标数据，然后手动

韩越夏，助理研究员：中国科学院空间应用工程与技术中心，北京

100094。yuexia@.分析和总结数据中有价值的信息，最后归纳得出预测性

WenYanzhong,MasterDegreeCandidate;SunJianfei,Professor:结论。但当下是生物医学大数据时代，传统方法不仅会

CollegeofBiologicalScienceandMedicalEngineering,Southeast

University,Nanjing21l189.消耗科研人员大量的时间精力，而且难以适应迅速增长

HanYuexia,AssistantResearchProfessor:Technologyand的数