就當前新冠藥物的需求，張玉華直言，“作為一線從業者，目前來看新冠會與人類長期共存，并且病毒還在不斷變異，所以這款藥物在國家戰略儲備上有其重要意義。另外，根據國際上對于長新冠的深度科學研究，如果體內病毒不完全清除，有可能會出現復陽或是其他腦霧、心肌炎等衍生的后遺癥。此外，針對老年患者或有基礎疾病的高危人群，盡早服用抗病毒藥物有助于降低重癥或死亡風險，從這兩大方面來看，公眾對于抗新冠藥物依然是有需求的。”

此外，雖然疫情高峰已過，但實驗室對于新冠等各類呼吸道病原體的研究依然在推進。“我們也在布局廣譜抗病毒藥物及兒童用藥等項目的科學研究，作為戰略儲備，為國家抗疫作貢獻。”

05/

“UniBind”人工智能系統

通過算力研究預測潛在新冠病毒危險突變株

“我們大家都經歷了新冠病毒突如其來的非常歷史時刻，一度讓人措手不及。而這促使我們思考能否在病毒到來之前進行預測，并對其有害性進行有效防御。”廣州國家實驗室研究員張康說。

廣州國家實驗室研究員張康。南都記者 馮宙鋒 攝

據張康觀察，新冠病毒只是冠狀病毒里的一員，除此以外還有20多個其他的病毒。“我們也同樣觀察到，新冠病毒從2020年初一直蔓延至今，雖然毒力在不斷減弱，但通過算力研究，不排除可能有一新毒株會產生重大影響。”張康判斷，對于這類疾病或是異常毒株的預測，提前做好預判非常重要。

為此，由廣州國家實驗室牽頭、聯合澳門科技大學團隊等研發的人工智能系統“UniBind”，通過分析全球監測產生的600多萬個病毒序列數據，可預測會導致病毒對抗體或疫苗產生抗性、嚴重病毒傳染力增加的新冠變異株突變。相關成果于2023年7月發表在國際頂尖醫學雜志《自然醫學》。

“目前的人工智能方法大多只能通過分析一種實驗數據來進行預測，這限制了其準確性。‘UniBind’能整合分析各種不同實驗來源和模態的數據來進行預測。”張康說。

“為什么我們要通過大數據去計算？”張康指出，“其目的就是為了知道病毒即便像孫悟空一樣變幻，我們依然能判斷它的逃逸趨勢，并且找到其中的宿主。并且通過人工智能的預測系統，能夠用算法生成超級受體（假受體），以幫助我們贏得更多的時間去研發和識別新毒株的措施和藥物。”

由此來看，張康指出，目前這一數據系統已經總結了迄今為止所有毒株進化趨勢、致病率以及抗體逃逸能力。“目前，廣州國家實驗室的這一成果不僅僅面向CDC以及國家決策機構等提供有力的工具，同時也已將成果上線，為世界疾病防控服務。”

06/

生物醫學大數據操作系統

提升效率，降低海量數據計算復雜度

在數據密集型科研場景下，生命科學領域需要工程化、體系化的支撐平臺，對數據、工具進行高效獲取和整合。像流行性疾病的監測預警、生物大分子空間結構預測，就需要這樣的平臺技術作為支撐。而實現這一點，要通過生物科學、數據科學和人工智能龐大知識體系的交叉融合。

“我們希望幫助科研人員把更多精力放在專業領域，而非不擅長的IT技能和計算方法上。通過建立大數據操作系統，協助科研人員闡述數據、快速計算、得到相對穩定的研究成果，進而提升科學發現的效率。”廣州國家實驗室研究員李亦學表示。

廣州國家實驗室研究員李亦學。南都記者 馮宙鋒 攝

基于云原生及容器技術，由廣州國家實驗室牽頭、聯合北京火山引擎科技有限公司在兩年多時間內，研發出生物醫學研究的“安卓系統”——生物醫學大數據操作系統（Bio-medical big data operating system,以下簡稱Bio-OS)。聚合生物醫學數據傳輸、數據存儲、數據管理、計算工作空間構建和生物信息分析等能力，降低處理海量數據的計算復雜度，保障了計算結果的可重復性和計算流程的可重用性。