2024年諾貝爾物理學獎、化學獎相繼授予人工智能領域，標志著人類的科學事業進入全新紀元——AI正在從輔助工具躍升為驅動科研發現的核心引擎。

尤其是，AI在蛋白質結構預測與設計上的突出成就，展現了AI在探索生物奧秘中的變革性力量。隨著以AlphaFold、Evo為代表的革命性工具的出現，以及多模態生物數據的指數級增長，AI for Life Science不僅正在大幅提升著研究效率，更將從根本上拓展了人類解決基礎性、交叉性、復雜性生命科學難題的能力邊界。

未來，AI有望深入原子、分子、細胞等多尺度生命系統，實現從精準解析預測到生成式設計再到發現流程重構的全鏈條創新，為生命科學帶來范式級的突破，重塑行業創新格局。

然而，當前AI賦能生命科學的現實路徑面臨雙重困境：一方面，初創企業和學術機構受限于資源短缺、技術轉化路徑不暢等現實瓶頸；另一方面，制藥巨頭和投資機構卻難以觸達真正具有突破性的創新項目，這種結構性失衡正在制約整個行業的創新發展。

在此背景下，6月27日，2025巢生BFF生物前沿探索年度論壇在北京隆重舉辦，本次論壇以“AI for Life Science，突破想象邊界”為主題，聚焦人工智能與生命科學領域的融合探索，為初創企業、投資機構與政府間搭建高價值的資源對接平臺，促進多方的深度交流與合作，共同推動技術創新與產業升級。

巢生創新實驗室CEO代英欣表示，短短幾年間，AI在攻克生命科學領域諸多基礎性難題的同時，更催生出一系列可落地的創新成果，從蛋白質結構預測到細胞模擬，從藥物研發鏈條重構到生產工作流程創新，這一領域仍有大量值得探索的應用場景。

成立于2017年的巢生Nest.Bio是一家專注于通過技術革新推動全球生物科技發展的風險投資與孵化機構，目前已形成“資本—研發空間—人才”三位一體的創新投資孵化模式，在美國波士頓、新加坡、中國北京、上海、杭州打造了一個充滿活力的全球合作伙伴網絡與創新社群。

巢生致力于做創業者最親密的合伙人，通過提供全方位的資源支持，陪伴企業加速成長，協同打造AI for Life Science的美好未來，共同描繪生命科學智能浪潮的未來圖景。

AlphaFold之外，AI為生命科學帶來更多可能

AlphaFold在解決蛋白質結構預測難題上的開創性成就，標志著AI for Life Science的重要里程碑。

而由AlphaFold點燃的生命科學革命，正在向更精密的功能預測、更主動的分子設計、更復雜的疾病機制層層深入，生物領域的ChatGPT時刻正在加速到來。

來自微軟研究院的Bruce Wittmann以蛋白質工程為核心，系統闡述了機器學習在該領域的關鍵階段演進。

傳統方法，如定向進化，雖然有效，但耗時且成本高昂，如同在黑暗中摸索，依賴于反復試驗和篩選。

最初的監督學習方法試圖通過學習已知蛋白質序列和功能來預測或優化，這大大加快了設計過程，將部分篩選工作從實驗室轉移到計算機。然而，這類方法仍需要大量有標簽的實驗數據，為了克服這一瓶頸，半監督學習應運而生，它利用了海量的無標簽蛋白質序列數據，通過模擬自然語言處理的方式，讓模型學習蛋白質序列中蘊含的深層語境信息，從而更有效地指導蛋白質設計。

最新的突破是生成式AI的引入，它徹底改變了蛋白質設計的范式。就像AI可以根據文本提示生成圖片一樣，生成式AI蛋白質模型能夠根據期望的功能、結構或特定條件，直接“生成”出新的蛋白質序列。這種從“功能到序列”的逆向設計方法，極大地擴展了我們探索和創造新蛋白質的能力，標志著蛋白質工程正從傳統的試錯式探索邁向更智能、更高效的AI驅動設計時代。

昌平實驗室陳明辰在演講中介紹了利用AI和數據驅動方法研究淀粉樣蛋白的工作，團隊開發了RibbonFold模型，通過引入物理約束和多態性預測能力，顯著提升了淀粉樣蛋白結構預測的準確性，克服了AlphaFold在淀粉樣蛋白預測中的局限性，助力神經退行性疾病的診斷和藥物靶點發現。

AI科學家，從愿景到實踐

AI對科研的革新遠不止于模型性能的提升，更在于其催生了新一代基礎設施與平臺體系，推動科學發現從單點算法突破轉向全流程智能閉環，使得高復雜度、大體量的發現任務能夠實現自主決策、動態優化與持續進化。

在此背景下，“AI科學家”這一概念正迅速從科幻想象躍入現實圖景，尤其是，隨著Agent（智能體）技術的發展，AI正重新定義人機交互的邊界，推動整個生命科學領域的突破。

斯坦福大學AI實驗室的黃柯鑫博士介紹了構建通用型虛擬生物醫學科學家的愿景和工作進展，他指出，生物醫學研究面臨的主要瓶頸是人力局限。為此，他們提出構建一個通用的生物醫學AI智能體--Biomni。

Biomni的獨特之處在于系統地構建了一個全面的研究環境，使得Agent能像真正的科學家一樣，調用各種專業軟件、查詢數據庫、甚至指導濕實驗，并通過生成代碼來高效、靈活地完成任務。

在包括基因克隆和復雜多組學數據分析等多項研究任務中，Biomni均大幅縮短了研究時間并成功實現了科學發現。

黃柯鑫強調，這種通用型AI智能體有望突破人類能力的線性增長限制，加速科學發現，未來或成為每個生物學家的“虛擬助手”。

恩和生物計算負責人Alex Song則闡述了利用AI科學家提升合成生物學研發和生產效率的完整路徑。

他提出AI Scientist agent系統來高效地生成科研項目研發方案，并采用交互式反饋機制，將用戶反饋融入強化學習，持續改進模型輸出，最終形成完整的科研指令流程，顯著提升科學家效率。

接著回顧了過去幾年在實驗室和工業數字化方面取得的成就，包括完成了8個關鍵領域的數字化轉型，如生物鑄造廠、智能制造、供應鏈管理等。

展望未來發展方向，Alex Song表示終極目標是打造一個多模態合成生物學AI科學家系統，實現從數字化到智能化的跨越。

AI驅動醫療創新，挑戰與展望

在圓桌論壇環節，嘉賓圍繞“AI如何驅動醫療領域創新升級”暢所欲言，針對AI在醫療領域的應用突破、數據整合、技術瓶頸等議題提出自己的思考。

晶泰科技聯合創始人、首席創新官賴力鵬提出，AI在藥物研發中并非簡單的“高配版篩子”，而是通過構建“計算-實驗”閉環體系，加速分子設計到臨床轉化的全流程。

他回顧了晶泰科技的發展歷程，在成立初期，公司專注于小分子晶型預測這一細分領域，在兩年多的時間里將技術做到全球第一，在復雜體系處理和精度上遠超競爭對手，這使得他們在2017年與輝瑞建立了深度合作。

在賴力鵬看來，最關鍵的因素并非現有數據的規模或質量，而是AI設計后數據反饋的速度。晶泰在公司發展早期就開始自建濕實驗室，并自主研發了AI機器人實驗室，目前實驗室每月能產生數十萬條化學反應過程數據，這些數據正在成為公司的核心資產。

若生科技創始人、首席執行官王軼楠展示了AI如何將藥企員工400小時的醫學調研工作縮短至20-30分鐘，若生將在7月份全新發布AI Agent產品，新產品可調用專業數據庫，模擬藥企專家思維鏈，實現從靶點分析到市場策略的端到端自動化。

美中愛瑞科研中心主任助理趙英池則分享了AI在診前、診中、診后的落地場景，包括AI預問診系統幫助醫生快速整理患者病史資料以及語音病歷系統自動生成病例草稿等，強調AI作為醫生“助手”的關鍵定位。

面對AI醫療數據整合難題，嘉賓們提出差異化解決方案，例如晶泰科技通過自建實驗室生成高質量新數據；若生科技選擇分類處理“事實數據”與“觀點數據”，通過用戶思維鏈訓練AI模擬專家決策；美中愛瑞則構建統一數據中臺以打破院內系統孤島。

三位嘉賓一致認為，技術迭代是打破監管與商業化壁壘的關鍵。例如，來自美中愛瑞的實踐顯示，當AI推理能力接近醫生水平時，臨床接受度顯著提升。

重構未來實驗室的智能工作流革命

在“AI時代下的實驗室自動化及工作流創新”圓桌上，來自產業界的三位專家展開深度對話，共議智能化浪潮為科研與工業領域帶來的顛覆性效率革新。

合碳智能創始人、首席執行官陳志剛指出，當前干實驗進展快于濕實驗，后者因流程復雜、靈活性不足面臨自動化瓶頸。他認為，未來需通過柔性機器人技術和可擴展的解決方案降低成本，實現設備與實驗流程的動態適配。

智源深瀾創始人、首席執行官王承志表示，AI for Life Science仍處早期階段，生命科學尚未成為‘可計算’的科學。他強調，AI與自動化的深度融合需推動生物學從經驗驅動轉向數據驅動，最終實現AI科學家自主設計實驗、生成與分析數據。

Diatom Biolab聯合創始人、首席執行官張旌從微流控技術角度補充，芯片級自動化能拆解實驗步驟為最小單元，而AI的價值在于整合實驗全流程的結構化數據，為模型訓練提供多維輸入。

2025年被稱為Agent元年，三位嘉賓一致認為，傳統實驗流程將迎來智能化革命。陳志剛認為，實驗室SOP本質是工作流，Agent可動態設計流程并嵌入智能決策點，減少人工干預，實現“物理-數字”空間的無縫銜接。王承志以蛋白質進化實驗為例，自動化設備實時反饋數據、優化實驗設計的閉環正是Agent的雛形，“未來每個實驗崗位都可被抽象為Agent。”

當然，關于智能化實驗室工作流程的探索并非一蹴而就，嘉賓們提出數據與自動化孤島、復合型人才稀缺和需求碎片化三大核心挑戰。

展望未來，王承志預見AI原生設備將取代當前機械化的解決方案，通過自主決策閉環加速科學發現。張旌表示，開源生態與微流控技術的進步有望使生物實驗像3D打印一樣實現“可定制化規模化”，大幅降低科研門檻，未來每個人都可以像編程一樣進行生物發現。

三位一體，打造生物科技創新創業新生態

作為專注于通過技術革新推動全球生物科技發展的風險投資與孵化機構，巢生Nest.Bio致力于發掘下一代生物技術，從交叉學科演進趨勢中尋找革命性突破。

依托麻省理工學院與哈佛大學的學術底蘊，巢生從技術源頭發掘突破性機會，涵蓋AI和生物信息學、多組學、基因編輯工具/合成生物學、細胞與基因療法等前沿領域。

自2017年創立以來，巢生始終堅持做創業者最親密的合伙人，通過提供全方位的資源支持，助力創新想法快速轉化為具有全球競爭力的生物科技企業。

與傳統投資機構不同，面向生命科學領域，巢生打造了一套獨特的創新投資孵化系統，沉淀出“巢生資本—巢生創新實驗室—巢生人才”三大核心業務板塊。

巢生創新實驗室（Nest.Bio Labs）作為全球領先的生物科技孵化平臺，已在3個國家5個地區建立了7個共享實驗室平臺，包括美國波士頓、中國北京/上海/杭州以及新加坡等生物醫藥創新高地，累計入駐企業超過300家。

巢生Nest.Bio全球布局與創新投資孵化模式

這些實驗室配備了BSL-2級生物安全實驗室、分子生物學平臺、SPF級動物房等專業設施，構建了"即住即用"的一站式研發環境，顯著降低了創業門檻。

巢生上海創新實驗室（上）、巢生北京創新實驗室（下）

在巢生，創新從來不是孤立的，而是通過構建覆蓋學術、產業、資本的全球網絡，讓創業者能夠輕松觸達關鍵資源。例如，巢生與Thermo Fisher、Charles River等行業巨頭進行合作，為孵化企業提供專業設備與服務支持。

此外，巢生積極打造充滿活力的創新社群，持續搭建生物科技領域的交流平臺，每年精心策劃多場高質量合作交流與學術研討活動，為科學家、企業家和投資人創造深度對話的機會。這些活動已累計吸引1500多位行業精英參與，在思想碰撞中催生合作機遇，在知識共享中推動技術轉化。

巢生BFF系列活動

孵化企業的快速發展受益于巢生獨特的創新孵化模式，在資金支持、戰略規劃、商業資源對接及全球化合作網絡等多維賦能下，實現了價值的快速躍升，正崛起為引領生物科技未來的標桿企業。

巢生用實實在在的孵化成果證明了自己在生物科技領域的獨特價值。在這里，每一個項目背后都是一個正在改變世界的創新想法，而巢生，正是這些故事最重要的見證者和推動者。

AI 賦能生命科學的發展是一場任重道遠的探索。從實驗室的算法迭代到產業應用，從初創企業的萌芽到行業生態的繁榮，每一個環節都需要勇氣、遠見與協作。

展望未來，巢生將繼續以“合伙人”之姿，攜手全球伙伴，加速突破性構想的落地，共赴AI for Life Science的星辰大海。

—The End—