Page 232 - 信息的脉络

·信息的脉络·
用于生成交互式人工智能化身的 Omniverse Avatar 技术平台，集合了英伟达在语音
人工智能、计算机视觉、自然语言理解、推荐引擎和模拟技术方面的技术，为创
建人工智能助手打开了大门，可以帮助处理数十亿的日常客户服务互动，并带来
更大的商业机会和提高客户满意度。

人们对元宇宙的担忧除了技术上的不足外，还担心元宇宙会成为另一个令人
疲惫的世界，会不会导致人类文明的内卷化。科技具有两面性。希望元宇宙成为
更加人性、更好地服务于人类的向善的新科技。
我们拭目以待。

生物与计算机的融合
生物与计算机的融合不是最近开始的事情，计算生物学这个学科从 20 世纪 90
年代就已经开始了。计算生物学主要将数学建模、计算机仿真等技术用于生物学、

行为学和社会群体系统的研究，包括生物序列的片段拼接、序列对接、基因识别、
种族树的建构和蛋白质结构预测、生物数据库建设等。如今，生物学领域的数据
量和复杂性在不断增长，每 14 个月基因研究产生的数据就会翻一番，单单依靠人
工观察和实验已难以应对。因此，必须依靠大规模计算模拟技术，从海量信息中

提取最有用的数据。
我们知道，蛋白质是生物的基石，执行着如生物化学反应催化、营养物质输
运、生长和分化控制、生物信号识别和传递等重要工作，了解蛋白质结构对医疗、
制药、分子机制研究意义重大。蛋白质的很多特性和功能与它实际的三维结构及

其相关的，任意给一段蛋白质序列，生物学家就可以用传统的生物学方法求出其
结构，但这种方式不但成本高而且费时。DeepMind 公司运用大数据分析方法形成
的 AlphaFold 程序在蛋白质结构预测中表现优于其他方法，生成的模型质量接近实

验测定，这一结果对药物设计、识别致病变异、识别病原体中的药物靶点等诸多
领域意义重大，并且将对实验和计算结构生物学产生重要影响。
欧洲生物信息学研究所的珍妮特·桑顿认为，对蛋白质结构的认识使人们更
好地了解蛋白质的分子机制，从而深入了解蛋白质的工作原理及其可能导致的疾

病或治疗方式。在过去的 50 年里，蛋白质结构一直是药物设计工作中不可或缺的
一部分，许多大型制药公司都建立了自己的结构生物学团队。结构数据在确定特
定蛋白质靶点的可制药性以及设计与之结合的小分子药物方面都发挥了关键作用。
（1）药物设计

大多数小分子药物的设计都得益于对结构的深入分析。未来的设计项目（无
论是小分子、生物制剂、生物仿制药还是蛋白质水解靶向嵌合体疗法），在实验

• 216 •