AI算力助复旦科研再突破:阿尔茨海默病早筛早诊检测试剂年内或上线

市场资讯
Jul 19, 2025

  炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会!

(来源:环球网资讯)

来源:中国新闻网

中新网上海7月19日电 (记者 夏宾)中新网记者近日了解到,复旦大学在医学领域接连取得突破性成果,继发现帕金森病(PD)全新治疗靶点之后,阿尔茨海默病(AD)早筛早诊检测试剂也将于今年末上线各大医院和体检中心。这些研究均由复旦大学与阿里云等联合打造的CFFF平台提供AI算力支持。

复旦大学附属华山医院郁金泰教授对中新网记者表示,充分利用生物医药产生的大数据,需要非常强大的算法、算力支撑,也需要一些比较新的算法。

图中右一为复旦大学附属华山医院郁金泰教授。(受访者本人供图)

2023年,中国高校最大云上科研智算平台CFFF上线,该平台包含了面向多学科融合创新的计算集群“切问1号”和面向计算科学高精尖研究的专用高性能计算集群的“近思1号”,借助阿里云全球领先的大规模异构算力融合调度技术、分级存储技术、AI与大数据一体化技术,连成了一台真正意义上的“超级计算机”。

其中,阿里云乌兰察布数据中心以公共云模式为全国科研机构的多个项目提供超千卡并行智能计算,支持千亿参数的大模型训练。“我们希望通过生物医药大数据,为疾病的早筛、早诊、早治提供相关生物标志物或者治疗靶点和预防方案。但前提是数据能真正有算力、算法支撑并能解决临床问题。”郁金泰说。

郁金泰教授团队正是依托CFFF平台接连取得重大突破,实现提前15年预测阿尔茨海默病发病风险,精度超98.7%,成果发表于《自然》杂志(Nature)。团队还发现帕金森病全新治疗靶点,并利用AI筛选出候选药物,研究成果登上《细胞》杂志(Cell)和《自然》杂志(Nature)等国际顶刊。

阿尔茨海默病和帕金森病是严重威胁人类健康的神经退行性疾病。对于这两种疾病,早期预警与精准干预是关键。然而,传统研究手段能处理的数据较少,耗时漫长且效率有限。在CFFF平台建成后,科研人员可以用“数据+算法”双轮驱动替代传统的“假设驱动”模式,用更少的时间处理更多的数据。

在阿尔茨海默病领域,郁金泰团队基于脑脊液蛋白质组学数据测试了6361余种蛋白质,这些蛋白质指标会随疾病发展而变化。使用传统方法筛选蛋白,会找出数十种甚至上百种可能的“诊断蛋白”,科研人员逐一验证每一种蛋白质的诊断结果,效率低下。郁金泰团队利用AI算力,采用创新的数据驱动方法和独特的蛋白质组学分析策略,对6361种脑脊液蛋白组学数据进行了分析和建模,筛选出5种最重要的蛋白质,将诊断准确性提高到98.7%。

在帕金森领域,病理性α-突触核蛋白是帕金森病的关键致病蛋白。过去,研究者根据现有理论体系,推测某一蛋白可能在病理性α-突触核蛋白传播过程中发挥重要作用,再设计实验进行证实。但人体内的基因蛋白数量极其庞大,采用这一方法意味着忽略了现有理论体系外的诸多可能性。

借助AI算力和大模型技术,郁金泰团队得以在所有基因中筛选潜在靶点,利用人工智能技术对其蛋白结构进行预测,再基于预测结构对小分子化合物进行虚拟筛选,从而在5年内就完成原本需要几十年甚至更长时间才能完成的工作。

郁金泰表示:“以前的科研就像在大海捞针、慢慢钓鱼,需要花费大量时间;现在人工智能就像一张大网,能在海量数据(维权)中快速精准地发现关键指标和潜在治疗方案,极大地提升了研究能力和效率。”

复旦大学类脑智能科学与技术研究院研究员程炜说:“现在处理几万人的影像,几天就‘跑’完了,放在以前几年都‘跑’不完。”

目前,阿里云AI基础设施已支撑CFFF平台全面升级,提供文理医工各学科47个特色学科模型和4万余个科学数据集开放使用,支持发表了多篇CNS级别的高水平论文。(完)

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10