[人工智能与疫苗]人工智能对疫苗设计的影响有多大？

从日常生活到科学研究，如今，中国人工智能技术发展迅猛，数据和计算资源日益丰富。应用是技术进步的重要动力，新技术在“应用”中不断完善和成熟。为推动人工智能落地，日前，科技部等六部门联合发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，着力打造一批重大场景，拓展人工智能应用，高水平科研活动就是其中之一。

人工智能作为使能手段，如何带来新的研究方法，如何为经济发展注入“智慧动能”？

紧密结合有助于科学研究更加高效和准确。

在众多学科中，生命科学研究与人工智能紧密结合，其中一个热门方向就是蛋白质结构的预测。

传统上，科学家使用冷冻显微镜X射线核磁共振等方法来观察蛋白质的三维结构，但这一过程费时费力昂贵。“以冷冻显微镜为例，布置一个观察平台需要几千万元，科研人员绘制蛋白质的结构也需要很长时间。”百度飞螺生物计算平台负责人何景洲说。

从蛋白质的一级结构准确预测蛋白质的三维结构是人工智能所擅长的。然而，人类分析蛋白质组的努力进展缓慢。解释称，一方面，现有的生物数据数量少质量差，没有足够的样本进行深度学习；另一方面，因为人工智能算法成熟，也需要一个过程。

近年来，随着生物数据的急剧增加和人工智能技术的优化，科学家们建立了更准确的预测模型。2020年12月，在一场比赛中，人工智能程序“阿尔法折叠”大放异彩，其预测结果与大多数实验数据相似。这证明人工智能在预测蛋白质的结构方面已经相当准确了。

如今，在人工智能的帮助下，曾经需要几年的工作现在可以在几分钟内完成，并且可以分析一些传统方法无法观察到的蛋白质结构。

据了解，利用人工智能，研究人员已经预测了约100万个物种的2亿多种蛋白质的结构，几乎涵盖了科学界编目的每一种蛋白质。这将对结构生物学领域产生巨大影响，可能导致生命科学研究的范式转变，增进人类对生命的理解。

今年年初，国家超算成都中心运营的一个蛋白质预测模型，帮助四川农业大学农学院小麦研究所团队成功解析了PGS1调控种子发育和影响产量的分子机制，为培育高产优质小麦材料提供了理论依据。研究人员表示，如果没有人工智能，很难高效地取得这一突破。

研究人员还试图将人工智能技术引入疫苗设计。比如mRNA疫苗与蛋白质疫苗DNA疫苗相比，具有批量生产速度快抗感染性好等优点，但稳定性和免疫原性相对较差。为了弥补这些缺点，研究人员一直希望优化mRNA疫苗的序列设计，使其更稳定，免疫原性更强。人工智能的介入以更高的效率和更低的成本，有望为疫苗研发提供新思路。

随着基因组学研究带来的人类数据的增加，新药研发知识的积累，以及机器学习算法的不断迭代，业内专家认为人工智能在生命科学领域前景广阔。一些研究人员甚至设想依靠强大的生物计算引擎，利用大量的生物数据构建统一的知识图谱，从而促进对生命和健康的理解。

看到人工智能技术在数据获取实验预测和结果分析方面的优势，数学化学材料科学和空间科学纷纷拥抱人工智能。

锂电池的性能因材料c而异