細(xì)胞分析 | 分子圖譜 | IND

生物識(shí)別| 基因測序 |AlphaFold

在細(xì)胞分析、視覺識(shí)別、生物識(shí)別、基因測序、IND、AlphaFold快速發(fā)展的大背景下，各項(xiàng)造福于人類的新興技術(shù)開始展現(xiàn)。近日，《麻省理工科技評(píng)論》“十大突破性技術(shù)”20周年主題峰會(huì)在杭州余杭區(qū)未來科技城成功舉辦。

中國科學(xué)院院士、浙江大學(xué)發(fā)展委員會(huì)主席、浙江大學(xué)教授楊衛(wèi)，中國工程院院士、清華大學(xué)環(huán)境學(xué)院教授賀克斌，中國工程院院士、清華大學(xué)智能產(chǎn)業(yè)研究院(AIR)院長張亞勤等近百位國內(nèi)外頂尖科學(xué)家、行業(yè)領(lǐng)袖、商界精英應(yīng)邀出席。

此次發(fā)布的突破性技術(shù)包括：新冠口服藥物、實(shí)用型聚變反應(yīng)堆、終結(jié)密碼、AI蛋白質(zhì)折疊、PoS權(quán)限證明、長期電網(wǎng)儲(chǔ)能電池、AI數(shù)據(jù)生成、瘧疾疫苗、除碳工廠和新冠肺炎變異追蹤。

新冠口服藥

自新冠疫情全球爆發(fā)以來，全球各大制藥企業(yè)和科研機(jī)構(gòu)一直在致力于開發(fā)可有效預(yù)防***感染的疫苗以及新冠的有效治療藥物。

據(jù)數(shù)據(jù)統(tǒng)計(jì)，截至五月初全球在研新冠藥物共有1200余個(gè)，IND及以上研發(fā)階段的項(xiàng)目占比近50%，提交上市申請(qǐng)15個(gè)，涉及企業(yè)1000余家；目前全球已有50余款藥物（含疫苗）獲批新冠適應(yīng)癥，其中包括12款小分子化藥，30余款生物藥。

從作用機(jī)制上來看，已獲批小分子化藥中，RdRp抑制劑（RNA以來的RNA聚合酶抑制劑）共有3款，分別為吉利德的瑞德西韋、富山化學(xué)的法匹拉韋、默沙東的molnupiravir；此外，還包括輝瑞的3CL蛋白酶抑制劑Paxlovid 、COVID19復(fù)制酶多蛋白1a抑制劑組合藥物奈瑪特韋+利托那韋，Incyte的JAK抑制劑巴瑞替尼等。

生物藥大類中，作用機(jī)制為COVID19刺突糖蛋白調(diào)節(jié)劑的藥物數(shù)量占比最高（約為50%）；從療法類型來看，除疫苗以外，中和抗體占多數(shù)，包括sotrovimab、卡西瑞單抗+伊德單抗、巴尼韋單抗等，此外，tozinameran、elasomeran、ZyCoV-D等核酸類藥物也被批準(zhǔn)用于新冠治療。

目前，全球已上市的新冠口服小分子特***Paxlovid。國內(nèi)共上市10余款新冠藥物（含疫苗），包括口服藥物法匹拉韋、奈瑪特韋+利托那韋，中和抗體安巴韋單抗+羅米司韋單抗等，其中多數(shù)為緊急使用授權(quán)/附條件批準(zhǔn)。

相較于需要注射給藥的瑞德西韋和中和抗體藥物，口服小分子藥物具有更多優(yōu)勢，也因此成為了全球新冠藥物研發(fā)的熱門賽道。

新冠口服小分子特效藥的優(yōu)勢：

1、患者耐受性高，依從性好，便于在患者感染早期就抑制病毒的增殖，避免轉(zhuǎn)化為重癥

2、價(jià)格低廉，莫匹那韋在美國的定價(jià)為700美元/人，僅為中和抗體的三分之一

3、便于運(yùn)輸，易于分發(fā)。相較于需要靜脈注射的抗體藥物，口服小分子藥物無疑方便許多，在疫情嚴(yán)重、醫(yī)療條件落后的不發(fā)達(dá)國家，口服小分子抗病毒藥物更為實(shí)際

從國內(nèi)企業(yè)競爭情況來看，目前國內(nèi)共有100多家企業(yè)參與新冠藥物研發(fā)，涉及研發(fā)項(xiàng)目150余個(gè)。國產(chǎn)在研的新冠口服藥有阿茲夫定、VV116、普克魯胺、SIM0417、RAY003等10余款，涉及的上市企業(yè)包括君實(shí)生物、開拓藥業(yè)、先聲藥業(yè)、眾生藥業(yè)等。

從藥品研發(fā)進(jìn)度看，有6款處于臨床試驗(yàn)階段，其中進(jìn)程最快的三款為真實(shí)生物的阿茲夫定、君實(shí)生物的VV116、開拓藥業(yè)的普克魯胺。首款國產(chǎn)新冠口服小分子特效藥基本鎖定在這三款藥物中。

一、研發(fā)“超速”的VV116

VV116是一款新型口服核苷類抗SARS-CoV-2藥物，為一款RdRp抑制劑，可抑制SARS-CoV-2復(fù)制。目前已在烏茲別克斯坦獲得緊急使用授權(quán)，這是繼默沙東、輝瑞新冠口服藥獲批之后，全球又一個(gè)獲批上市的新冠口服藥。由中國科學(xué)院上海藥物研究所、中國科學(xué)院***、中國科學(xué)院***理化技術(shù)研究所、旺山旺水生物醫(yī)藥有限公司、中國科學(xué)院中亞藥物研發(fā)中心共同研發(fā)。

據(jù)君實(shí)生物發(fā)布消息稱，VV116在一項(xiàng)對(duì)比奈瑪特韋片/利托那韋片（即Paxlovid）用于輕中度新型***肺炎伴有進(jìn)展為重度包括死亡的高風(fēng)險(xiǎn)患者早期治療的III期注冊臨床研究（NCT05341609）達(dá)到方案預(yù)設(shè)的主要終點(diǎn)和次要有效性終點(diǎn)。并發(fā)布公告稱將于近期與藥物***溝通遞交新藥上市申請(qǐng)事宜。

其研究結(jié)果發(fā)布后，業(yè)內(nèi)關(guān)于VV116臨床試驗(yàn)的討論和質(zhì)疑也蜂擁而至。原因是其臨床試驗(yàn)的研發(fā)過程太快了，業(yè)內(nèi)認(rèn)為其研究直接轉(zhuǎn)到三期臨床嚴(yán)格意義上不合規(guī)，且與從2020年就開始研究的普克魯胺相比，VV116研發(fā)的時(shí)間相對(duì)較短。除了研發(fā)進(jìn)程“超速”以外，VV116在安全性和專利方面等方面也引發(fā)了一些爭議。

雖然有所爭議，但君實(shí)生物表示研究已達(dá)到臨床方案預(yù)設(shè)的主要終點(diǎn)，至少從持續(xù)臨床恢復(fù)的時(shí)間這點(diǎn)看，VV116的療效不亞于PAXLOVID。總的來說，其陸續(xù)公開的實(shí)驗(yàn)數(shù)據(jù)提振了市場對(duì)VV116后續(xù)開發(fā)的信心。

二、未批先火的阿茲夫定

阿茲夫定原本是治療艾滋病的藥物。2021年7月獲批上市用于與核苷逆轉(zhuǎn)錄酶抑制劑及非核苷逆轉(zhuǎn)錄酶抑制劑聯(lián)用，治療高病毒載量的成年HIV-1感染患者，成為我國首款真正擁有自主知識(shí)產(chǎn)權(quán)的抗艾滋病病毒藥物。

新冠疫情爆發(fā)后，真實(shí)生物開展了阿茲夫定治療新冠肺炎的研究。從作用靶點(diǎn)來看，阿茲夫定作用于RdRp（RNA聚合酶），與輝瑞的Paxlovid作用于3CLpro（3C-like protease）不同，但與默沙東的Molnupiravir相似。

4月中旬，真實(shí)生物方面發(fā)布了阿茲夫定用于抗***的部分?jǐn)?shù)據(jù)。從II期臨床和一部分III期臨床的結(jié)果看，阿茲夫定核酸轉(zhuǎn)陰時(shí)間為3-4天，平均用藥時(shí)間為6-7天，平均出院時(shí)間為9天。重癥與輕癥治療效果類似，對(duì)使用其它藥物無效的患者同樣有效，而且不像Paxlovid需要在感染新冠的早期服用。

5月12日，君實(shí)生物首次對(duì)外披露價(jià)格，據(jù)媒體報(bào)道VV116在烏茲別克斯坦的售價(jià)為185美元，約合人民幣1243元。而在抗***臨床試驗(yàn)結(jié)果尚未發(fā)布的情況下，真實(shí)生物已為阿茲夫定敲定了三個(gè)生產(chǎn)經(jīng)銷商（華潤雙鶴、新華制藥、奧翔藥業(yè)），因此也被業(yè)內(nèi)戲稱“一女三嫁”。

三、一波三折的普克魯胺

普克魯胺原本是開拓藥業(yè)用于治療前列腺癌的第二代AR拮抗劑，新冠疫情發(fā)生后，臨床試驗(yàn)證實(shí)該藥對(duì)新冠具有治療作用。2021年初，普克魯胺在巴西的三期臨床試驗(yàn)中，可將重癥新冠患者的死亡風(fēng)險(xiǎn)降低92%，一度被視為“人民的希望”。后來因該項(xiàng)III期臨床試驗(yàn)的中期分析未達(dá)到統(tǒng)計(jì)學(xué)顯著性，而引起不小爭議。

2022年4月，開拓藥業(yè)又公布臨床三期試驗(yàn)關(guān)鍵數(shù)據(jù)，特別指出“普克魯胺有效降低新冠患者的住院/死亡率，特別是對(duì)于服藥超過7天的全部患者，以及伴有高風(fēng)險(xiǎn)因素的中高年齡新冠患者達(dá)到100%保護(hù)率，具有統(tǒng)計(jì)學(xué)顯著性”，從臨床失敗到100%有效，普克魯胺在群雄競賽中能否逆風(fēng)翻盤，值得期待。

除此之外，仍處于研發(fā)早期的在研國產(chǎn)新冠藥物還有：前沿生物-U（688221.SH）的FB2001、先聲藥業(yè)（02096.HK）的SIM0417、歌禮制藥-B（01672.HK）的ASC10和ASC11、廣生中霖/藥明康德（603259.SH）的3CL蛋白酶抑制劑、眾生睿創(chuàng)的RAY003等。

實(shí)用型聚變反應(yīng)堆

Commonwealth Fusion Systems 的研究人員對(duì)一塊10噸重的D型磁鐵緩慢充電并提升場強(qiáng)，直到超過20特斯拉（T）。這是同類磁鐵的一個(gè)新記錄。該公司的創(chuàng)始人說，這一壯舉解決了開發(fā)一個(gè)緊湊、廉價(jià)的聚變反應(yīng)堆過程中所面臨的主要工程挑戰(zhàn)。

幾十年來，核聚變發(fā)電一直是物理學(xué)家的夢想。在遠(yuǎn)高于1億攝氏度的溫度下，就像在太陽中一樣，核子融合在一起，在此過程中釋放出大量的能量。如果研究人員能夠在地球上以可控和持續(xù)的方式實(shí)現(xiàn)這些反應(yīng)，那么它就可以利用幾乎無限的燃料來源，提供廉價(jià)、持續(xù)、無碳的電力來源。

在其中一種方法中，磁鐵被用于將離子和電子的氣體，即所謂的等離子體，限制在甜甜圈形狀的反應(yīng)器內(nèi)。更強(qiáng)大的磁鐵意味著更少的熱量損失，從而使得更多的核聚變反應(yīng)可以在一個(gè)更小、更便宜的設(shè)施內(nèi)發(fā)生。這種改變不僅僅是一點(diǎn)點(diǎn)：磁場強(qiáng)度增加一倍，產(chǎn)生相同能量所需的等離子體的體積就會(huì)減少16倍。

盡管過去數(shù)十年的研究已經(jīng)耗費(fèi)數(shù)十億美元的投資，但還沒有人建造出一個(gè)產(chǎn)生能量比反應(yīng)堆的消耗更多的核聚變工廠。但是，Commonwealth Fusion Systems 及其支持者充滿希望，其他聚變初創(chuàng)公司和研究工作也報(bào)告了最近的進(jìn)展。

Commonwealth Fusion Systems 正在建設(shè)一個(gè)工廠，以大規(guī)模生產(chǎn)磁鐵，并為原型反應(yīng)堆奠定基礎(chǔ)。如果一切如愿，這家初創(chuàng)公司計(jì)劃在21世紀(jì)30年代初期向電網(wǎng)提供聚變能源。

終結(jié)密碼

單一的長期使用的密碼會(huì)給自身的財(cái)產(chǎn)帶來危機(jī)，這也是安全研究人員鼓勵(lì)大家經(jīng)常更換密碼，且盡量為不同設(shè)備設(shè)定不同密碼的原因。然而有人會(huì)說，密碼設(shè)多了容易忘記，那怎么辦呢？就是在這種情況下，生物識(shí)別技術(shù)應(yīng)運(yùn)而生。

雖然生物識(shí)別技術(shù)對(duì)提高安全性非常有用，但其變革性的好處不止于此。由于無需記憶繁瑣的密碼，生物識(shí)別技術(shù)可以顯著改善客戶體驗(yàn)。隨著企業(yè)開始認(rèn)識(shí)到基于知識(shí)的身份驗(yàn)證所帶來的安全風(fēng)險(xiǎn)和糟糕的用戶體驗(yàn)，多模式生物識(shí)別和驗(yàn)證將會(huì)被應(yīng)用。

盡管如此，事情還是沒這么簡單的。早在2014年，德國黑客Jan "Starbug" Krissler就通過不同人的手的高分辨率照片演示了指紋是如何被偽造的，進(jìn)而強(qiáng)調(diào)了該技術(shù)存在的潛在漏洞。

無獨(dú)有偶，在蘋果iPhone 5s發(fā)布后的24小時(shí)之內(nèi)，Stargbug立馬登上了熱搜，因?yàn)樗晒Α捌垓_”了蘋果的TouchID傳感器，解鎖了該款手機(jī)。據(jù)了解，是通過屏幕上存在的污點(diǎn)，提取了指紋，進(jìn)而解鎖了手機(jī)。

不只是指紋識(shí)別，其實(shí)語音識(shí)別也存在一定的風(fēng)險(xiǎn)。比如，有不法分子或者黑客會(huì)有意識(shí)的記錄受害者的聲音，然后以此來躲開認(rèn)證的控制。或許，不久之后我們還會(huì)看到一個(gè)人的臉被“逆向工程”（reverse-engineered；一種算法，只需要一些2D的圖像即可完成），然后在3D打印機(jī)的幫助下，騙子們就可以帶著受害者的面具四處走動(dòng)，甚至從ATM機(jī)中取走數(shù)千美元。

在作者看來，也不是所有的生物識(shí)別技術(shù)的缺陷都是由外部來源發(fā)現(xiàn)的，與其他技術(shù)相似，隨著技術(shù)的采用越來越多，越來越廣泛，本質(zhì)上的缺點(diǎn)就會(huì)變得清晰起來。舉個(gè)例子，盡管在匹配準(zhǔn)確性方面的會(huì)有所提高，但是誤報(bào)仍會(huì)困擾著其實(shí)現(xiàn)，這是在開發(fā)、配置以及部署技術(shù)過程中很難去避免的。

但也正是在警界出現(xiàn)的這種誤判，敦促我們要停下來思考。也許，這項(xiàng)技術(shù)最大的缺陷在于生物識(shí)別的細(xì)節(jié)是靜態(tài)的。如果密碼被盜，還有修改的機(jī)會(huì)，但是當(dāng)一個(gè)飽含信息的數(shù)據(jù)庫被破壞的時(shí)候，個(gè)人的指紋、虹膜或者其他面部特征是不能再被替換的。

因此，盡管生物識(shí)別技術(shù)是一項(xiàng)令人興奮的新技術(shù)，但它的使用必須以一種冷靜的、有計(jì)劃和戰(zhàn)略性的方式實(shí)施。比如，驗(yàn)證身份時(shí)，生物識(shí)別技術(shù)至少要使用其中兩項(xiàng)；當(dāng)幫助3***追查犯罪嫌疑人時(shí)，必須要經(jīng)過人類分析師來確認(rèn)結(jié)果，而且，更重要的是，所有的生物識(shí)別數(shù)據(jù)必須做好存儲(chǔ)。

AI蛋白質(zhì)折疊

日前，計(jì)算生物界的大明星AlphaFold，再度取得重大突破。它已經(jīng)能夠預(yù)測超過100萬個(gè)物種的2.14億個(gè)蛋白質(zhì)結(jié)構(gòu)，幾乎涵蓋了地球上所有已知蛋白質(zhì)。AI的出現(xiàn)極大改變了蛋白質(zhì)預(yù)測的模式和效率。目前各高校、企業(yè)都有相關(guān)布局，而我國相關(guān)創(chuàng)業(yè)公司在2017年至2021年呈現(xiàn)出爆發(fā)式增長，且大多都已獲高融資。

在不久前，互聯(lián)網(wǎng)巨頭Meta，更新蛋白質(zhì)大模型ESMFold。它可直接從單序列語言模型表示中預(yù)測完整的蛋白質(zhì)結(jié)構(gòu)，準(zhǔn)確性與AlphaFold相媲美，推理速度快了一個(gè)數(shù)量級(jí)。彭健帶隊(duì)的國內(nèi)AI創(chuàng)新藥公司華深智藥，也實(shí)現(xiàn)了最新突破：OmegaFold用單條序列搞定蛋白質(zhì)3D結(jié)構(gòu)，即便是人工設(shè)計(jì)蛋白質(zhì)，也可以通過AI預(yù)測3D結(jié)構(gòu)確定其功能。

一、國內(nèi)計(jì)算生物學(xué)2017年-2021年呈現(xiàn)出爆發(fā)式增長

計(jì)算生物，本質(zhì)來講就是通過計(jì)算手段來解決生物學(xué)問題。具體來說，就是根據(jù)不同類型的生物數(shù)據(jù)（比如濃度、序列、圖像等）來構(gòu)建算法和模型，從而理解生物系統(tǒng)本身（比如分子、細(xì)胞、組織和器官等），并推進(jìn)相關(guān)研究及應(yīng)用的學(xué)科。

而從應(yīng)用劃分，目前主要落地領(lǐng)域包括序列分析、結(jié)構(gòu)和功能分析、生物分子動(dòng)力學(xué)、系統(tǒng)建模、進(jìn)化和群體基因組學(xué)、相關(guān)性網(wǎng)絡(luò)……

以AlphaFold2為例，它是基于基因序列預(yù)測蛋白質(zhì)結(jié)構(gòu)，屬于結(jié)構(gòu)和功能分析范疇。

可以看到的是，計(jì)算生物學(xué)屬于工具性質(zhì)的學(xué)科。某種程度上這決定了市面上尚不存在嚴(yán)格意義上的計(jì)算生物學(xué)公司，而是以AI制藥、組學(xué)、精準(zhǔn)醫(yī)療等名義出現(xiàn)。這一點(diǎn)在我國尤為明顯。

目前，國內(nèi)以AI制藥為核心場景。不光高校機(jī)構(gòu)（西湖大學(xué)生命科學(xué)研究院、北大前沿交叉學(xué)科研究院等）、互聯(lián)網(wǎng)大廠（阿里、百度、華為等）有相關(guān)研究和布局。相關(guān)創(chuàng)業(yè)公司在2017年-2021年呈現(xiàn)出爆發(fā)式增長，且都已獲高融資。這種情況同樣也體現(xiàn)在國外。

據(jù)浦發(fā)硅谷銀行《醫(yī)療健康行業(yè)投資與退出趨勢》報(bào)告顯示，2021年投向計(jì)算生物學(xué)公司的金額達(dá)到59億美元（即397億元）一年增長高達(dá)3倍，超過非計(jì)算生物學(xué)公司投資的兩倍。

從商業(yè)模式上看，整個(gè)行業(yè)以2B為主導(dǎo)，主要為算法授權(quán)、生物資產(chǎn)和軟件使用。我國主要為前兩種，但鑒于軟件平臺(tái)和先鋒項(xiàng)目能夠形成技術(shù)及業(yè)務(wù)迭代閉環(huán)。

在出現(xiàn)大量優(yōu)勢自研算法后，軟件平臺(tái)所占比重將有明顯上升。國外已開始通過打包訂閱、按照使用量計(jì)費(fèi)等方式對(duì)外商用其計(jì)算生物學(xué)服務(wù)。

二、AI或者深度學(xué)習(xí)的出現(xiàn)給計(jì)算生物帶來了轉(zhuǎn)機(jī)

如今這一賽道爆火的原因：首先和深度學(xué)習(xí)近年來的爆發(fā)式增長有關(guān)；其次是最近興起的AI for Science概念，讓AI在生物學(xué)領(lǐng)域落地的象征——計(jì)算生物學(xué)成為一種趨勢。AI和傳統(tǒng)科研結(jié)合帶來的巨大潛能，有望帶來一場全新的科學(xué)革命；最后是對(duì)于生物學(xué)本身，傳統(tǒng)的實(shí)驗(yàn)和分析手段已難以充分開發(fā)海量生物數(shù)據(jù)，確實(shí)需要計(jì)算生物學(xué)這種跨學(xué)科，同時(shí)兼顧多個(gè)細(xì)分領(lǐng)域的綜合性工具來解決問題。

那么，計(jì)算生物學(xué)具體能給生物學(xué)帶來什么價(jià)值呢？《計(jì)算生物學(xué)深度產(chǎn)業(yè)報(bào)告》認(rèn)為，分成科研和應(yīng)用兩大塊。

在科研方面計(jì)算生物學(xué)最直接的作用，就是對(duì)實(shí)驗(yàn)的替代，甚至超越。與操作水平、 實(shí)驗(yàn)器具、觀察水平等精度有限的傳統(tǒng)生物實(shí)驗(yàn)相比，基于計(jì)算機(jī)的計(jì)算生物學(xué)不僅成本更低、速度更快，在理論上也擁有無限的計(jì)算精度和高度可復(fù)制性。在將過往經(jīng)驗(yàn)內(nèi)化在AI模型中后，計(jì)算生物學(xué)能夠自動(dòng)化、規(guī)模化和并行化地提出假設(shè)，讓科研人員無需依賴少數(shù)天才，同時(shí)降低下游進(jìn)行開發(fā)的門檻，而這將有望對(duì)行業(yè)格局帶來重大影響。其次是開辟“先假設(shè)-再驗(yàn)證-最后優(yōu)化假設(shè)”的新方式，讓研發(fā)效率得到數(shù)倍提升。

早在1991年，Nature上有觀點(diǎn)就提出，新的生物學(xué)研究方式的出發(fā)點(diǎn)應(yīng)該是科學(xué)家先從理論推測出發(fā)，再返回到實(shí)驗(yàn)里去，追蹤或驗(yàn)證理論假設(shè)。計(jì)算生物學(xué)恰好能夠基于干濕循環(huán)實(shí)驗(yàn)，開辟“假設(shè)-驗(yàn)證-優(yōu)化假設(shè)”的新方式，提升整體生物研發(fā)效率。

具體來說，一方面，***通過高通量的濕實(shí)驗(yàn)，在快速驗(yàn)證AI預(yù)測的同時(shí)，為AI模型提供大量可用的訓(xùn)練數(shù)據(jù)，提升AI預(yù)測模型的精度。另一方面，AI將基于自身的數(shù)據(jù)處理能力，提供能夠在濕實(shí)驗(yàn)中驗(yàn)證的假設(shè)（高參考價(jià)值、甚至可實(shí)用），兩者共同迭代加速。

三、精準(zhǔn)醫(yī)療將成為計(jì)算生物學(xué)長期的重點(diǎn)發(fā)力方向

在AI制藥領(lǐng)域，智能***已成為公司長久競爭力的重要體現(xiàn)。在應(yīng)用方面的價(jià)值，可以按流程劃分為三大類：

1、計(jì)算推演生物性質(zhì)及原理

蛋白質(zhì)結(jié)構(gòu)預(yù)測、致病機(jī)理研究、蛋白質(zhì)相互作用預(yù)測（PPI）、抗體和抗原的表位預(yù)測、基于基因組學(xué)尋找疾病成因或?qū)ふ倚滦偷纳飿?biāo)志物等。

2、搭建預(yù)測及判斷模型

AI制藥中基于靶點(diǎn)的化合物性質(zhì)預(yù)測（主要涉及小分子藥物開發(fā)），疾病診斷/***/治療建模，涵蓋細(xì)胞/器官/人體的生物模擬器等。

3、對(duì)生物體進(jìn)行控制改造

新療法/藥物開發(fā)、精準(zhǔn)醫(yī)療和生物制造（以合成生物學(xué)為代表）。其中新療法/藥物開發(fā)是目前落地最成熟的場景。精準(zhǔn)醫(yī)療將成為計(jì)算生物學(xué)長期的重點(diǎn)發(fā)力方向，這是由于C端市場的消費(fèi)意愿更為明顯，且使用人體廣泛、產(chǎn)品形態(tài)相對(duì)直接。

在這個(gè)方向上，國外已出現(xiàn)了基于多組學(xué)的多家布局，而國內(nèi)布相關(guān)公司相對(duì)較少，且均基于基因組學(xué)進(jìn)行，存在一定差距。

四、如今計(jì)算生物學(xué)瓶頸

可以預(yù)見的是，計(jì)算生物學(xué)未來的產(chǎn)業(yè)鏈將會(huì)是以數(shù)據(jù)提供商為底層支撐+上層各類相關(guān)從業(yè)公司（包括提供計(jì)算平臺(tái)和軟件、分子建模/機(jī)器學(xué)習(xí)框架、算力以及智能***的企業(yè)）的結(jié)構(gòu)構(gòu)成。

《計(jì)算生物學(xué)深度產(chǎn)業(yè)報(bào)告》認(rèn)為，眼下，要想實(shí)現(xiàn)以上期待，年輕的計(jì)算生物學(xué)還有著以下幾大關(guān)鍵瓶頸待突破——有的問題為該行業(yè)獨(dú)有，也有的是整個(gè)AI科學(xué)領(lǐng)域都存在的：

1）對(duì)生物底層原理的明確

目前，我們還有大量關(guān)于生物學(xué)本身的底層機(jī)制待研究透徹，在進(jìn)行模型構(gòu)建、生物驗(yàn)證及人體落地時(shí)，需要引入這次知識(shí)來減少不符合領(lǐng)域認(rèn)知的偏差，保證準(zhǔn)確率。

2）統(tǒng)一的計(jì)算和數(shù)據(jù)框架

基于微觀手段，一些生物學(xué)上的特定問題能夠得到解決，但要最終落地，所需的模型需要能夠覆蓋多組學(xué)數(shù)據(jù)、多環(huán)節(jié)及功能并行。此外，需要保證計(jì)算生物學(xué)中的多種異構(gòu)數(shù)據(jù)，例如圖像、視頻、分子圖譜、DNA 代碼、基因表達(dá)、電信號(hào)等，有明確的標(biāo)準(zhǔn)和通用格式，以便在不同算法和平臺(tái)之間互操作。

3）消費(fèi)級(jí)數(shù)據(jù)的獲取

在分析師看來，基因組學(xué)相關(guān)的計(jì)算生物學(xué)，其關(guān)鍵的產(chǎn)業(yè)發(fā)展階段是數(shù)據(jù)采集達(dá)到了消費(fèi)級(jí)水準(zhǔn)。

4）工程落地能力

目前學(xué)術(shù)上有很多機(jī)器學(xué)習(xí)算法和模型已經(jīng)相當(dāng)成熟，關(guān)鍵是如何在具備底層數(shù)據(jù)的情況下，加入對(duì)生物學(xué)的具體理解，進(jìn)行精細(xì)地調(diào)整。最后就是數(shù)據(jù)隱私的問題，以及如何讓相關(guān)模型具備可解釋性，取得這一特殊行業(yè)的信任問題。

PoS權(quán)益證明

像比特幣這樣的加密貨幣需要使用大量的電力。2021年，比特幣網(wǎng)絡(luò)消耗了超過100太瓦時(shí)，比芬蘭的年度能耗還要多。

權(quán)益證明提供了一種建立不需要耗能太多的網(wǎng)絡(luò)的方法。如果一切按計(jì)劃進(jìn)行，世界第二大加密貨幣、運(yùn)行各種應(yīng)用程序的以太坊將在2022年上半年過渡到這種模式。預(yù)計(jì)這一轉(zhuǎn)變將減少99.95%的能源使用。

加密貨幣在區(qū)塊鏈上運(yùn)行，通過交易產(chǎn)生的數(shù)字賬本，其安全性必須得到保證，防止作弊者、欺詐者和黑客入侵。比特幣和以太坊目前使用工作量證明算法來確保安全：“礦工”解決加密難題，從而競爭驗(yàn)證新交易區(qū)塊的權(quán)利。成功的“礦工”會(huì)獲得加密貨幣作為他們工作的獎(jiǎng)勵(lì)。工作量證明意味著尋找數(shù)學(xué)難題的解決方案，這需要大量的計(jì)算能力，因此也需要電力。

有了權(quán)益證明，驗(yàn)證者不必相互爭奪并在能源和計(jì)算硬件上投入巨大。相反，他們的加密貨幣緩存或權(quán)益，允許進(jìn)入一個(gè)抽獎(jiǎng)活動(dòng)。那些被選中的人獲得了驗(yàn)證一組交易的權(quán)力（并因此獲得更多的加密貨幣）。在一些網(wǎng)絡(luò)中，表現(xiàn)出不良行為的驗(yàn)證者會(huì)受到懲罰，從而失去一部分權(quán)益。

長時(shí)電網(wǎng)儲(chǔ)能電池

2021年4月，一個(gè)陽光明媚的下午，可再生能源打破了加州主要電網(wǎng)的記錄，提供了足夠的電力來滿足94.5%的需求。這一時(shí)刻被譽(yù)為低碳化道路上的一個(gè)里程碑。但是，當(dāng)太陽落山，微風(fēng)停止，會(huì)發(fā)生什么？

處理可再生能源帶來的波動(dòng)式電力生產(chǎn)需要廉價(jià)的存儲(chǔ)，時(shí)間為數(shù)小時(shí)甚至數(shù)天，新型的鐵基電池可能能夠勝任這一任務(wù)。

總部位于俄勒岡州的ESS公司，其電池可以儲(chǔ)存4至12小時(shí)的能量，它在2021年推出了其第一個(gè)電網(wǎng)規(guī)模的項(xiàng)目。總部位于馬薩諸塞州的 Form Energy 公司在2021年籌集了2.4億美元，其電池可儲(chǔ)存電能長達(dá)100小時(shí)，它的第一次安裝將是在明尼蘇達(dá)州的一個(gè)一兆瓦的試驗(yàn)工廠，預(yù)計(jì)將在2023年完成。

這兩家公司都選擇使用鐵基電池，而鐵是地球上最豐富的材料之一。這意味著他們的產(chǎn)品最終可能比其他電網(wǎng)存儲(chǔ)候選者，如鋰離子電池和釩系液流電池更便宜。

Form Energy 公司表示，其電池最終的成本可能僅為每千瓦時(shí) 20 美元，甚至低于未來幾十年對(duì)鋰離子電池的樂觀預(yù)測。

但是，仍有一些挑戰(zhàn)需要解決。鐵基電池的效率通常很低，這意味著投入其中的相當(dāng)一部分能量無法被回收。另外，副反應(yīng)也會(huì)隨著時(shí)間的推移而使電池退化。但是，如果鐵基電池能夠以足夠低的成本被廣泛部署，它們可以幫助更多人使用可再生能源供電。

AI數(shù)據(jù)生成

在疫情成為新常態(tài)的大背景下，如何投資技術(shù)，成為企業(yè)管理者關(guān)切的問題。時(shí)值年末，市場調(diào)研機(jī)構(gòu)Gartner即會(huì)就來年的“重要戰(zhàn)略科技趨勢”發(fā)表預(yù)測，為其最重要的年度報(bào)告之一，告知企業(yè)管理層、IT從業(yè)者和政府人員應(yīng)對(duì)未來的投資動(dòng)態(tài)和技術(shù)風(fēng)險(xiǎn)，同時(shí)指導(dǎo)技術(shù)和投資方向。

人工智能（AI）在Gartner給出的技術(shù)趨勢預(yù)測中頗具分量，涉及到AI工程化（AI Engineering）、超級(jí)自動(dòng)化（Hyperautomation）、生成式AI（Generative Artificial Intelligence）、自治系統(tǒng)（Autonomic Systems）等。

其中，生成式人工智能技術(shù)位列Gartner技術(shù)趨勢預(yù)測的首位，是最引人注目和的人工智能技術(shù)之一。Gartner預(yù)計(jì)到2025年，生成式人工智能將占所有生成數(shù)據(jù)的10%，而目前這一比例還不到1%。

所謂生成式AI，Gartner解釋稱，通過各種機(jī)器學(xué)習(xí)（ML）方法從數(shù)據(jù)中學(xué)習(xí)要素，進(jìn)而生成全新的、完全原創(chuàng)的、真實(shí)的工件（一個(gè)產(chǎn)品或物品或任務(wù)），這些工件與訓(xùn)練數(shù)據(jù)保持相似，而不是復(fù)制。

生成式AI的好處是什么？市場調(diào)研機(jī)構(gòu)Gartner高級(jí)研究總監(jiān)高挺解釋，生成式AI不僅僅可以判斷、還可以創(chuàng)造，實(shí)際上AI當(dāng)前最大的用途就是判斷，意味著AI的用途將有結(jié)構(gòu)性變化。

“以前我們是讓AI不停的去做判斷、去做分類。比如說：AlphaGo，你告訴我下一步棋該怎么走？叫它做判斷。或者把一張照片給一個(gè)AI的模型說：你幫我分辨一下這是不是張三，或者是這張照片是不是一張貓的照片。”高挺告訴界面記者，“是我們會(huì)發(fā)現(xiàn)，在未來的這段時(shí)間里面，它很多時(shí)候是需要AI不再去進(jìn)行判斷，而是說，“來幫我生成一段代碼，這個(gè)代碼所做的事情是從‘1’加到‘100’，那么AI也能自動(dòng)生成這個(gè)代碼了。”

高挺還舉例稱，可以利用已有的數(shù)據(jù)做出一個(gè)模型之后可以生成更多的“合成數(shù)據(jù)”，這些合成數(shù)據(jù)就像人臉一樣，從肉眼角度看不出這張人臉有任何問題，但是其實(shí)這個(gè)人是目前世界上60億人口里面不存在的一個(gè)、看上去跟真人一模一樣的人。

Gartner稱，生成式AI從數(shù)據(jù)中學(xué)習(xí)內(nèi)容或?qū)ο螅⑦\(yùn)用數(shù)據(jù)生成全新、完全原創(chuàng)的新內(nèi)容，可以下一代的自動(dòng)編程、藥物開發(fā)、視覺藝術(shù)、社交、商業(yè)服務(wù)、工程設(shè)計(jì)與流程。同時(shí)，它可以被用來檢測欺詐、虛假信息和身份盜竊。但此外，盡管谷歌、Meta、微軟等科技公司投入最多資源在生成式 AI，但也必須防范諸如深度偽造（Deepfake）的濫用。

生成式AI外，Gartner還指出，在明年，AI工程化這一趨勢也將得到產(chǎn)業(yè)關(guān)注。人工智能的工程化即是將數(shù)據(jù)搜集、數(shù)據(jù)處理、建模、分析，到報(bào)表產(chǎn)生全部以SOP（標(biāo)準(zhǔn)作業(yè)程序）方式處理，看似簡單的工作卻對(duì)數(shù)據(jù)科學(xué)家?guī)順O大幫助。

“AI工程化其實(shí)并不只是一個(gè)技術(shù)問題，它很多時(shí)候是一個(gè)流程性的問題。”高挺稱，根據(jù)統(tǒng)計(jì)，數(shù)據(jù)科學(xué)家在處理數(shù)據(jù)工程時(shí)最費(fèi)時(shí)的工作是數(shù)據(jù)處理，占比75%，只剩下25%時(shí)間可以定義與解決問題，大幅降低企業(yè)解決陌生問題的能力。最新的AI工程可以融入產(chǎn)業(yè)專業(yè)知識(shí)（Domain Know-How）。Gartner認(rèn)為，直到2025年，約有10%運(yùn)用AI工程的企業(yè)能在業(yè)務(wù)上取得3倍以上回報(bào)率。

“在2020年、2021年，經(jīng)濟(jì)都受到了不同程度的影響。在如今疫情變成新常態(tài)的狀況下，很多CEO都希望在2022年他們企業(yè)的業(yè)績會(huì)有一些反彈，或者說是能夠所謂‘贏回’他們損失的收入。”高挺引用Gartner的一份CEO調(diào)查報(bào)告稱，"增長"、“數(shù)字化”和“效率”將是來年企業(yè)管理者的三個(gè)關(guān)鍵詞，因此，新一年的技術(shù)趨勢均與此有關(guān)，AI技術(shù)外，新的技術(shù)趨勢還包括隱私增強(qiáng)計(jì)算、云原生平臺(tái)等。

“如果說去年的技術(shù)主線是‘新冠疫情的影響下世界發(fā)生了怎么樣的變化’，今年的則是新冠疫情差不多已經(jīng)過去了或者說已經(jīng)成為一種新常態(tài)了，如何應(yīng)對(duì)這種新常態(tài)，不管是中國還是西方，區(qū)別只是大家處理的方式不一樣。”高挺表示，在新常態(tài)下，居家辦公成為主流，在此情況下，企業(yè)需使用技術(shù)手段追回疫情下?lián)p失，以及如何在新常態(tài)下創(chuàng)造出新模式，保證企業(yè)長久生存，成為來年技術(shù)敘事的主要邏輯。

瘧疾疫苗

RTS,S是首款獲得世界衛(wèi)生組織批準(zhǔn)的瘧疾疫苗，自2021年10月起在非洲瘧疾傳播的中、高風(fēng)險(xiǎn)地區(qū)5月齡以上兒童中使用。

瘧疾是嚴(yán)重危害人類健康的全球三大傳染病之一。隨著青蒿素等各類抗瘧藥的臨床耐藥性問題日益增長，目前全世界仍有近一半人口面臨瘧疾感染風(fēng)險(xiǎn)，致死性最強(qiáng)的惡性瘧疾原蟲每年造成兩三億的感染病例。21世紀(jì)以來，全球每年約有10個(gè)瘧疾疫苗項(xiàng)目獲批開展臨床試驗(yàn)，約150項(xiàng)已完成或提前終止臨床試驗(yàn)。

迄今為止，瘧疾疫苗RTS,S是唯一被證明可降低瘧疾患兒臨床發(fā)病率和死亡率的疫苗。瘧疾疫苗RTS,S僅在接種4劑后的一年內(nèi)對(duì)5—17月齡兒童具有較高的保護(hù)率，隨后免疫保護(hù)率快速下降，接種一年半后平均保護(hù)率已低于30%。作為瘧疾疫苗研究領(lǐng)域零的突破，瘧疾疫苗RTS,S具有重大的現(xiàn)實(shí)意義，世界衛(wèi)生組織預(yù)期在未來每年可以挽救數(shù)萬名5歲以下非洲兒童的生命。

瘧疾疫苗RTS,S并沒有達(dá)到世界衛(wèi)生組織官方標(biāo)準(zhǔn)，即保護(hù)率大于50%，保護(hù)時(shí)間大于一年，因此如何有效遏制瘧疾在熱帶、亞熱帶等國家和地區(qū)的流行與傳播，依然是全球瘧疾研究人員亟需解決的科學(xué)問題。

由于瘧原蟲生活史包括肝（細(xì)胞）內(nèi)期、紅（細(xì)胞）內(nèi)期和蚊期等復(fù)雜的生長時(shí)期，惡性瘧原蟲具有高度變異的抗原蛋白和多變的免疫逃逸策略，這既限制了國內(nèi)外瘧疾疫苗的研發(fā)，同時(shí)也導(dǎo)致瘧疾疫苗RTS,S并不完美的主要原因。

近年來，隨著多種新型基因編輯技術(shù)在惡性瘧原蟲關(guān)鍵生物標(biāo)志物功能鑒定中的廣泛應(yīng)用，研究人員針對(duì)惡性瘧原蟲不同生長時(shí)期設(shè)計(jì)多價(jià)疫苗成為可能。同時(shí)與傳統(tǒng)疫苗相比，新興的信使核糖核酸疫苗技術(shù)、疫苗佐劑和抗原遞送系統(tǒng)的技術(shù)革新，也將為瘧疾疫苗研究提供更多的潛在方案，使新一代高效瘧疾疫苗研發(fā)有望在未來5—10年內(nèi)取得關(guān)鍵性突破。

除碳工廠

工業(yè)革命以來，人類活動(dòng)大量排放二氧化碳（CO?）等溫室氣體，溫室效應(yīng)持續(xù)加強(qiáng)，導(dǎo)致全球平均氣溫不斷升高。

實(shí)際上，即使全世界達(dá)到了碳中和，由于工業(yè)革命以來人類已經(jīng)排放了超過萬億噸的CO?，如果僅僅依靠自然過程，大氣中CO?濃度降低至工業(yè)革命前的水平也將是一個(gè)非常緩慢的過程。

作為一項(xiàng)利用工程系統(tǒng)從大氣中去除CO?的技術(shù)，直接空氣碳捕獲（Direct Air Capture，DAC）技術(shù)的大規(guī)模應(yīng)用對(duì)于有效降低大氣中CO?濃度，遏制氣候變化具有重要意義。該技術(shù)主要利用引風(fēng)機(jī)將空氣抽入，通過吸附、吸收或膜分離裝置捕集CO?，并將CO?排回大氣，而捕獲的CO?可以進(jìn)行封存或利用，整個(gè)過程可以理解為一種工業(yè)“光合作用”。

不同于針對(duì)工業(yè)固定源的CO?捕獲技術(shù)，DAC技術(shù)可以部署在世界上任何有電力供應(yīng)的地方，選址更靈活，且可以模塊化建設(shè)。

DAC技術(shù)在除碳方面具有明顯的技術(shù)優(yōu)勢，但目前高昂的運(yùn)行成本仍是限制其大規(guī)模應(yīng)用的關(guān)鍵因素。近期，美國加州大學(xué)伯克利分校的研究人員對(duì)其發(fā)展前景進(jìn)行了展望，并提出了適于該技術(shù)發(fā)展的政策路線圖。他們認(rèn)為DAC技術(shù)的全球推廣不能依賴市場杠桿效應(yīng)，而應(yīng)通過持續(xù)的“財(cái)政激勵(lì)+強(qiáng)制部署”政策推進(jìn)其大規(guī)模部署。從技術(shù)角度來看，DAC技術(shù)發(fā)展的關(guān)鍵在于高效低成本的碳捕集材料與工藝系統(tǒng)的研發(fā)，其商業(yè)化應(yīng)用仍然需要依靠技術(shù)進(jìn)步來大幅降低運(yùn)行成本。

近年來，歐美發(fā)達(dá)國家已陸續(xù)開展DAC技術(shù)的研發(fā)與應(yīng)用，通過材料與技術(shù)的進(jìn)步不斷降低運(yùn)行成本。2021年8月，美國能源部宣布撥款2400萬美元支持DAC技術(shù)，一些比二氧化碳捕獲工廠Orca更大型的“除碳工廠”也正在建設(shè)中。這些先行工作可能使發(fā)達(dá)國家更早掌握前沿技術(shù)和核心知識(shí)產(chǎn)權(quán)，并為未來獲取經(jīng)濟(jì)效益搶得先機(jī)。

新冠變異追蹤

新冠肺炎病毒仍在全球蔓延，在所有對(duì) COVID-19呈陽性反應(yīng)的鼻拭子中，約有兩百個(gè)被送到基因測序機(jī)中進(jìn)行額外分析。這樣做的目的是為SARS-CoV-2病毒的基因組創(chuàng)建一個(gè)新的地圖，并看看有什么變化。這個(gè)地圖共有30000個(gè)左右的字母組成。

這樣的基因監(jiān)測使科學(xué)家能夠迅速發(fā)現(xiàn)并警告新的變體，如阿爾法(a)、德爾塔(δ)

和最近的奧密克戎(Omicron)。這是一項(xiàng)史無前例的工作，它使SARS-CoV-2成為歷史上被測序最多的生物體，超越了流感、HIV，甚至我們自己的人類基因組。像GISAID和 Nextstrain這樣的開放數(shù)據(jù)庫已經(jīng)顯示了超過700萬個(gè)病菌的基因圖譜。

Omicron是迄今為止變異程度最高的變種。2021年11月，南非的一個(gè)***在其測序儀發(fā)現(xiàn)了一個(gè)有50多個(gè)變異的病毒基因組，并首次發(fā)出警告信號(hào)。幾乎在瞬間，西雅圖、波士頓和倫敦的計(jì)算機(jī)都在使用這些數(shù)據(jù)進(jìn)行預(yù)測：Omicron是個(gè)麻煩，它是一個(gè)可能逃避抗體的變種。

測序儀還不能告訴我們的一件事是，SARS-CoV-2接下來究竟會(huì)如何演變。這就是為什么有人說我們應(yīng)該更密切地追蹤這個(gè)病毒。大部分的序列是在英國、美國和丹麥等地產(chǎn)生的，但是在沒有測序能力的地區(qū)，病毒仍然可以在不知不覺中演變。幸運(yùn)的是，南非在發(fā)現(xiàn)Omicron和追蹤其傳播方面的快速工作為全世界提供了早期預(yù)警。

藍(lán)海大腦生命科學(xué)解決方案

一、案例概述

某藥學(xué)院初始于2021年，藥物分子研發(fā)是一個(gè)非常復(fù)雜且非常耗時(shí)的過程，藥物分子篩選只是前期流程中的一個(gè)環(huán)節(jié)。如尋找跟蛋白病毒酶結(jié)合的小分子，由于存在不同種類或研究機(jī)構(gòu)的配體（小分子）庫，配體（小分子）庫數(shù)量巨大，每個(gè)配體庫的配體數(shù)量成千上萬（甚至更大），通過實(shí)驗(yàn)方式測試驗(yàn)證是不切實(shí)際的。通過計(jì)算機(jī)數(shù)值模擬進(jìn)行篩選，對(duì)不同配體的結(jié)合效果進(jìn)行打分，篩選出分?jǐn)?shù)高且結(jié)合模式合理的一些配體作為候選藥物進(jìn)行實(shí)驗(yàn)驗(yàn)證，能夠有效的加速藥物研發(fā)進(jìn)程。

由于配體庫數(shù)量巨大，在有限時(shí)間內(nèi)完成篩選，同樣挑戰(zhàn)巨大。例如，配體庫有10000個(gè)候選配體，每個(gè)配體平均處理時(shí)間為1.5小時(shí)，總共需要15000 個(gè)小時(shí)（625天）。因此，為在規(guī)定時(shí)間內(nèi)算完，需要具備以下條件：
1）擁有強(qiáng)大算力的計(jì)算平臺(tái)

2）大容量存儲(chǔ)，用于存放處理數(shù)據(jù)和計(jì)算結(jié)果

此外，為了保證篩選計(jì)算能夠高效、順利完成，還需要計(jì)算服務(wù)，包括：

1）集群軟件運(yùn)行環(huán)境，保證在多機(jī)環(huán)境軟件下運(yùn)行，以及數(shù)據(jù)訪問

2）能夠支持多任務(wù)在多機(jī)環(huán)境下并發(fā)處理的并行方案

除計(jì)算平臺(tái)外，藥物篩選還需要高性能應(yīng)用軟件。藥物篩選模擬計(jì)算包括Docking和分子動(dòng)力學(xué)計(jì)算：其中Docking 耗時(shí)相對(duì)較小，常用于大量配體的初步篩選，主要軟件有dock6、Autodock Vina、Glide等。分子動(dòng)力學(xué)模擬計(jì)算比較耗時(shí)，測試作用的時(shí)間變化，用于對(duì)Docking初選結(jié)果進(jìn)一步分析，主要軟件有Gromacs，Namd，Amber等，使用GPU加速效果一般比較明顯。

二、方案與價(jià)值

藥物小分子研發(fā)需要強(qiáng)大算力的高性能集群，獲取這些計(jì)算資源和服務(wù)成為當(dāng)下的重中之重。清華大學(xué)藥學(xué)院搭建了四臺(tái)A100液冷服務(wù)器、9臺(tái)CPU服務(wù)器、兩臺(tái)高通量液冷服務(wù)器，為高性能計(jì)算環(huán)境提供基礎(chǔ)的計(jì)算平臺(tái)。

使用DOCK6 處理配體（小分子）庫的對(duì)接案例時(shí)，在一個(gè)文件夾中，如mol2，存放大量的小分子文件，每個(gè)小分子處理流程是一樣的，均需要與相同的受體（如病毒蛋白酶）進(jìn)行計(jì)算。這時(shí)需要在短時(shí)間內(nèi)提供大量GPU和超算產(chǎn)品，以及全天候的技術(shù)支持。搭建開放共享平臺(tái)，使用高性能計(jì)算集群，用于藥物研發(fā)的分子對(duì)接、分子動(dòng)力學(xué)模擬、深度學(xué)習(xí)模型訓(xùn)練，把需要幾天的計(jì)算工作縮短到幾小時(shí)，速度提升8到20倍。同時(shí)為各研發(fā)老師創(chuàng)建不同的子賬戶，實(shí)現(xiàn)計(jì)算資源共享和數(shù)據(jù)共享。為高性能計(jì)算環(huán)境提供基礎(chǔ)的計(jì)算平臺(tái)，要實(shí)現(xiàn)高效的藥物篩選，還需要高通量任務(wù)解決方案。

三、總結(jié)

該藥學(xué)院藥物研發(fā)需要強(qiáng)大算力的高性能計(jì)算集群，如藥物篩選需要進(jìn)行大量小分子的Docking處理。藥學(xué)院老師可以利用藍(lán)海大腦高性能液冷服務(wù)器，快速構(gòu)建高性能集群，獲取高性能的計(jì)算實(shí)例，滿足算力的需求。同時(shí)提供高通量任務(wù)處理的解決方案，使得藥物篩選在多計(jì)算節(jié)點(diǎn)、多核上并發(fā)處理，降低任務(wù)整體執(zhí)行時(shí)間。

審核編輯 黃昊宇