我們該如何高效獲取生物醫學大數據，全面表征生命活動的數字化特征？如何利用人工智能深度解析大數據，揭示生理病理過程的內在機制？如何從復雜機制中獲取規律性認知，建立生命活動的定量數學模型？7月11日，在南京大學舉辦的中外院士前沿科技論壇中，中國科學院院士、中國科學院杭州醫學研究所所長譚蔚泓用三個“如何”，與大家分享其用數智技術推演生命醫學的三個關鍵思考。
譚蔚泓表示，人類對人體自身還缺乏精準和多維的認知，近年來，他正帶領團隊利用數智技術推演生物醫學，“也就是獲取生命體系多分子、多維度、時空交互的大數據，然后構建超級大腦、開發大模型，從而破譯數據與生命的關聯，解碼生命與疾病。”
要研究人體的復雜性，需要獲取有關人體的大量數據，同時結合分子成像、生物傳感與實時監測、質譜技術，實現對人體靜態與動態過程的全面解析。
高通量測序技術已經推動生命科學和醫學從定性走向定量的研究，可以提高生物和疾病研究的精準性、解釋力和預測力。獲取高通量測序數據，并對其進行智能分析，將助推解析復雜的生命過程和疾病機制，從而實現生命和疾病認知。
“盡管高通量核酸測序技術取得了巨大進步，如何在單細胞層面實現對蛋白質、代謝物、糖類等功能分子的高通量、高精度、定量表征，仍是亟待解決的難題。”譚蔚泓說。
基于此，他帶領團隊提出了核酸適體組學的概念。核酸適體是由15至60個堿基組成的，能識別靶標的單鏈DNA或者RNA。其在功能上與抗體類似，能夠高親和力、高特異性地結合特定靶標分子，核酸適體因其分子量小、可體外化學合成、無需依賴動物模型，完全由科學家在體外篩選和設計，也被稱為“科學家的抗體”。
譚蔚泓表示，在人體萬億細胞構成的精密宇宙中，疾病的萌芽往往藏在細微的分子變化里——或許是癌細胞表面一個異常凸起的蛋白，或許是病毒入侵時悄悄暴露的特殊結構。核酸適體就像一個“分子獵手”，能像GPS一樣精準鎖定目標，既為疾病早篩點亮“信號燈”，又能化身靶向藥物的“導航員”。
三陰性乳腺癌因其具有高度異質性，是目前最難治的乳腺癌亞型，尚無有效的分型分治方法。針對這一難題，譚蔚泓團隊利用核酸適體技術，融合現有蛋白組學方法，聯合浙江省腫瘤醫院，構建了針對三陰性乳腺癌的新型分子分型方法和分型診治策略，并于今年2月，聯合中國醫學科學院腫瘤醫院、復旦大學附屬腫瘤醫院等多家頂尖醫療機構正式啟動全國多中心臨床試驗，試圖為更多患者帶來治療轉機。
當前，人工智能正以突破性技術優勢深度融入制造、生物、能源等重點領域。“在核酸適體研究方向，人工智能通過快速篩選優化序列、精準預測三維結構、高效處理海量生物數據等核心能力，顯著提升研發效率與精準度，為新型診療工具的開發與應用帶來更多可能性。”譚蔚泓說，未來，他將帶領團隊推動生物醫學成為數字推演的定量科學，對于人類的意識、衰老、疾病等形成精準、全息的認知，開辟探索生命奧秘的新路徑。
本文鏈接：人工智能+核酸適體“破解”人體更多奧秘http://m.sq15.cn/show-11-23284-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
下一篇： 重慶發布4批科研項目計劃