從 1760 億參數模型到生命解碼新路徑 ——90 後科學家王光宇的科研堅守

　　“開展科學研究，要敢于選擇看似無人問津的領域;面對不确定性與挑戰，更要守住初心。” 在 2025 年浦江創新論壇主論壇現場，首位 90 後 “科學探索獎” 得主、北京郵電大學網絡與交換技術全國重點實驗室主任助理兼信息智能與數字健康研究所所長王光宇，以青年特别講席演講者的身份，不僅帶來了其團隊在 “數字生命解碼” 領域的最新突破，更分享了深耕交叉學科的科研感悟。以下為演講部分實錄：

　　(北京郵電大學網絡與交換技術全國重點實驗室主任助理、信息智能與數字健康研究所所長王光宇在浦江創新論壇演講 袁婧 / 攝)

　　生物醫學與生命科學的每一次跨越式發展，幾乎都伴随着研究方法與技術的革新 —— 從 X 光成像技術的誕生到基因測序技術的成熟，莫不如是。但在傳統醫學研究中，“從基礎研發到臨床轉化” 的瓶頸始終存在。以腫瘤創新藥研發為例，其研究鍊條之複雜、周期之長、成本之高，一直是行業難題。這促使我們思考：能否借助信息智能的全新手段，為生命系統與疾病機理的系統解碼按下 “加速鍵”?

　　近年來，我和團隊便聚焦 “數字生命解碼” 這一交叉領域深耕。“解碼” 本是信息科學的核心概念，指将編碼狀态的信号還原為有意義的信息。而在生命科學領域，我們希望通過人工智能與計算技術，整合傳統醫學研究中觀測、統計到的海量生命信息，構建出可表征、可預測、可調控的科學智能工具，為醫學研究與臨床實踐提供新範式。

　　圍繞這一目标，我們開展了三方面的探索與實踐：

　　其一，築牢數字生命建模基座。 我們研發了參數規模達 1760 億的生物醫學大語言模型 MedFound，該模型開放發布後獲得國際同行廣泛認可，相關成果已發表于《Nature Medicine》。同時，我們提出 “知識規則引導的偏好對齊統一框架”，為醫療多場景下的可靠推理能力提供了核心支撐。

　　其二，攻堅疾病機制解碼難題。 我們構建了通用蛋白質交互分析與推理框架 Unibind，将蛋白質建模為多尺度圖結構，通過雙路徑神經網絡提取交互過程中的幾何與能量特征，實現了對免疫逃逸、病毒進化等多任務的高精度預測。此外，還提出序列 - 三維結構驅動的蛋白質 - RNA 預測框架 CoPRA，為解析複雜疾病中 RNA 調控網絡提供了有效工具。

　　其三，研發臨床認知智能工具。 針對常見慢性病，我們打造了多中心可泛化的早篩與動态評估工具，能夠挖掘慢病風險标志物，實現早發現、早評估。同時，提出基于患者模型的強化學習新框架，通過隐狀态約束與專家決策知識引入，解碼個體健康狀态及演化軌迹，為慢病患者的個性化治療與智能管理提供助力。

　　值得欣慰的是，我們團隊提出的多款算法性能優異，相關訓練模型的全球下載量已超 300 萬次。我們希望以開源生态搭建橋梁，推動人工智能在生物醫學領域的國際研究合作。

　　最後，作為交叉學科的研究者，我想分享普利策獎得主愛德華・威爾遜(Edward O. Wilson)的一句話：“做研究要選擇看似無人問津的領域，秉持毅力與勇氣。” 科學探索從來充滿不确定性與挑戰，但隻要守住初心，堅持以重大問題為導向，就一定能體會到突破的快樂。

　　未來，我們團隊将繼續深入研究，力争構建起完善的數字生命解碼科學智能工具，圍繞腫瘤等人類重大疾病，開辟從機制認知到診療智能化的新路徑。也期待與更多年輕人一道，以代代接力的努力，共築人類生命健康共同體。