2026年10月30日,由首都医学科学创新中心(简称创新中心或CIMR)生物医学人工智能研究所(简称CIBAS)主办的“AI in Biology and Medicine: From Computational Life Sciences to Biomedical Translation”研讨会在首都医科大学逸夫报告厅举行。会议汇聚生命科学、医学、药学与人工智能领域的国内外研究者,围绕人工智能如何帮助理解生命规律、推动疾病研究与药物发现展开深度交流。
本次会议设置了AI与生命科学、AI与医学、AI与药学三大专题,并通过圆桌讨论与现场问答,串联起从基础研究、算法建模到实验验证与临床转化的多层次视角。
开幕环节,创新中心资深研究员、CIBAS代理所长范昊致欢迎辞。他表示,CIBAS作为CIMR新成立的研究机构,致力于以人工智能与计算方法推动生物医学研究;当前生命科学正经历深刻变革,AI已从辅助工具走向“共同研究者”,但真正释放其潜力,必须把AI、物理与计算生物学、实验生物学、临床医学和药学打通,让计算预测与实验、临床验证形成闭环。本次研讨会正是希望以这一主题凝聚跨学科共识,促进合作,让AI驱动的发现真正走向有意义的生物医学应用。随后,他隆重介绍了出席会议的中国计算生物学与结构生物学早期开拓者、中国科学院院士、中国科学技术大学教授施蕴渝。
施蕴渝教授在致辞中指出,人工智能必将深刻重塑生物、医学与药学的研究范式,这是中国未来重要的发展方向。
随后,来自国内外高校与科研机构的报告嘉宾依次分享研究工作,议题涵盖蛋白质设计、系统生理、医学影像、分子检测及药物发现等方向,呈现了人工智能与生物医学交叉研究的多样路径。
三大专题,连接科学与应用
Session 01
AI与生命科学:从分子设计到系统理解
AI IN LIFE SCIENCES
主持人:李川源(CIMR分子与细胞治疗研究所)
中国科学技术大学刘海燕围绕SCUBA-T介绍功能导向的蛋白质从头设计,讨论了如何面向特定功能设计新的蛋白质;范昊聚焦物理建模与人工智能的融合,介绍了蛋白质工程研究中的计算方法,连接分子相互作用的理解与功能设计;张翼以冯·埃科诺莫神经元、自我意识与持续学习为切入点,带来连接神经科学与学习机制的研究视角;刘时昱从代谢通量——物质在代谢反应中流动的速率——出发,介绍了多器官生理的计算研究,涉及肥胖进展与多靶点激动剂等问题。
Session 02
AI与医学:从研究工具到解决疾病问题
AI IN MEDICINE
主持人:刘时昱(CIMR生物医学人工智能研究所)
新加坡科技研究局(A*STAR)生物信息研究所李惠光围绕心脏影像与人工智能驱动的诊断展开报告,介绍了影像数据与计算方法在医学研究中的结合。首都医科大学药学院吴若嘉聚焦超灵敏核酸突变谱分析与癌症预后研究,分享了利用分子检测信息理解疾病进程的研究工作。
Session 03
AI与药学:以多尺度信息拓展药物发现
AI IN PHARMACY
主持人:何文辉(CIMR分子与细胞治疗研究所)
北京生命科学研究所黄牛介绍了融合高性能计算与人工智能的蛋白质—配体结合相互作用预测,探讨了计算方法如何帮助理解蛋白质与结合分子之间的关系。中山大学杨跃东围绕多尺度生物学信息的整合,分享了推进药物设计的研究工作,探讨了不同层次的生物学信息如何共同支持计算设计。清华大学田博学聚焦蛋白质与小分子的互补配对规则,介绍了AI辅助药物发现的研究思路。清华大学张强锋围绕结构信息驱动的AI方法,探讨了如何解析RNA的功能逻辑,并将其用于治疗药物发现研究。
台上台下:多学科视角下的AI与生物医学
会议设置了圆桌讨论环节,由范昊主持,劳远至、黄牛、张强锋、李惠光共同参与。各位嘉宾基于各自的研究背景展开交流,为促进不同学科之间的对话提供了更广阔的空间。
除正式报告外,台上台下围绕具体研究问题的探讨,不仅让不同领域的研究者深入了解了彼此的方法、关注点与研究重点,也为后续合作与深度交流奠定了良好基础。
从蛋白质与分子相互作用,到行为、影像与系统生理,再到药物设计与转化研究,本次会议全面展示了人工智能介入生物医学研究的多元路径,同时为计算科学与生物医学领域的研究者搭建了一个面对面沟通与合作的平台。
让算法更懂生命
让研究更近临床
相聚有时,探索不止
期待下一次相逢
关于CIBAS|生物医学人工智能研究所
首都医学科学创新中心生物医学人工智能研究所(Chinese Institute for Biomedical AI Science,CIBAS)成立于2026年,研究所融合计算生物学、基于物理的建模与数据驱动方法,致力于连接生物医学基础发现与临床应用,以计算与人工智能方法回应疾病研究和患者健康中的实际问题。
研究所围绕四个相互联系的方向开展研究:
分子机制与治疗设计|范昊
结合蛋白质建模、分子对接、分子动力学与机器学习,研究分子相互作用,支持小分子、抗体和酶的设计。
表观基因组历史与细胞状态|张翼
结合计算与实验,在单细胞和单分子尺度重建细胞历史,研究发育、衰老与疾病相关的细胞状态变化。
代谢网络与系统生理|刘时昱
整合代谢通量、生理、多组学及遗传信息,研究跨器官营养利用与细胞代谢差异。
临床试验与因果推断|刘岚
发展统计方法,支持临床试验设计和观察性研究,分析因素与结果之间的因果关系,并处理缺失数据等实际问题。
源于临床需求,服务患者健康
研究所持续探索靶点发现、分子与抗体设计、系统药理及临床研究等方向,推动计算科学与生物医学的交叉融合。