我们该如何高效获取生物医学大数据，全面表征生命活动的数字化特征？如何利用人工智能深度解析大数据，揭示生理病理过程的内在机制？如何从复杂机制中获取规律性认知，建立生命活动的定量数学模型？7月11日，在南京大学举办的中外院士前沿科技论坛中，中国科学院院士、中国科学院杭州医学研究所所长谭蔚泓用三个“如何”，与大家分享其用数智技术推演生命医学的三个关键思考。
谭蔚泓表示，人类对人体自身还缺乏精准和多维的认知，近年来，他正带领团队利用数智技术推演生物医学，“也就是获取生命体系多分子、多维度、时空交互的大数据，然后构建超级大脑、开发大模型，从而破译数据与生命的关联，解码生命与疾病。”
要研究人体的复杂性，需要获取有关人体的大量数据，同时结合分子成像、生物传感与实时监测、质谱技术，实现对人体静态与动态过程的全面解析。
高通量测序技术已经推动生命科学和医学从定性走向定量的研究，可以提高生物和疾病研究的精准性、解释力和预测力。获取高通量测序数据，并对其进行智能分析，将助推解析复杂的生命过程和疾病机制，从而实现生命和疾病认知。
“尽管高通量核酸测序技术取得了巨大进步，如何在单细胞层面实现对蛋白质、代谢物、糖类等功能分子的高通量、高精度、定量表征，仍是亟待解决的难题。”谭蔚泓说。
基于此，他带领团队提出了核酸适体组学的概念。核酸适体是由15至60个碱基组成的，能识别靶标的单链DNA或者RNA。其在功能上与抗体类似，能够高亲和力、高特异性地结合特定靶标分子，核酸适体因其分子量小、可体外化学合成、无需依赖动物模型，完全由科学家在体外筛选和设计，也被称为“科学家的抗体”。
谭蔚泓表示，在人体万亿细胞构成的精密宇宙中，疾病的萌芽往往藏在细微的分子变化里——或许是癌细胞表面一个异常凸起的蛋白，或许是病毒入侵时悄悄暴露的特殊结构。核酸适体就像一个“分子猎手”，能像GPS一样精准锁定目标，既为疾病早筛点亮“信号灯”，又能化身靶向药物的“导航员”。
三阴性乳腺癌因其具有高度异质性，是目前最难治的乳腺癌亚型，尚无有效的分型分治方法。针对这一难题，谭蔚泓团队利用核酸适体技术，融合现有蛋白组学方法，联合浙江省肿瘤医院，构建了针对三阴性乳腺癌的新型分子分型方法和分型诊治策略，并于今年2月，联合中国医学科学院肿瘤医院、复旦大学附属肿瘤医院等多家顶尖医疗机构正式启动全国多中心临床试验，试图为更多患者带来治疗转机。
当前，人工智能正以突破性技术优势深度融入制造、生物、能源等重点领域。“在核酸适体研究方向，人工智能通过快速筛选优化序列、精准预测三维结构、高效处理海量生物数据等核心能力，显著提升研发效率与精准度，为新型诊疗工具的开发与应用带来更多可能性。”谭蔚泓说，未来，他将带领团队推动生物医学成为数字推演的定量科学，对于人类的意识、衰老、疾病等形成精准、全息的认知，开辟探索生命奥秘的新路径。