2025年8月8日至10日，上海交通大学2025年第三届“AI for Bioengineering暑期学校”在上海交通大学闵行校区举办。本届活动以AI4S的发展与产业化应用为核心，重点探讨了AI算法创新、通用模型发展及其在药物研发、食品工程、生物制造等领域的突破性应用，通过高水平学术交流，生动展现了人工智能技术重塑科研范式、驱动产业变革的强大动能。

大会开营仪式简介

活动由上海交通大学自然科学研究院、上海交通大学张江高等研究院、上海国家应用数学中心联合主办，上海交通大学李政道研究所、上海交通大学科学工程计算教育部重点实验室、天鹜科技共同协办，上海交通大学科研院学术发展与成果处副处长丁蕾、上海交通大学自然科学研究院常务副院长王维克出席暑期学校开营仪式并分别做开场致辞。

丁蕾副处长在致辞中指出，本届暑期学校创新性地构建了"理论-技术-产业"三位一体的课程体系，精心打造了六大特色模块，旨在为学员提供全方位的学习交流平台。"我们致力于培养具有交叉学科视野的复合型人才，希望学员们能够在这里收获知识、开拓思维，为我国人工智能与生物工程领域的创新发展贡献智慧与力量。"

上海交通大学科研院学术发展与成果处副处长丁蕾

王维克教授从学术前沿的角度强调："人工智能与生物工程的深度融合正在重塑生命科学研究的范式。从AlphaFold带来的蛋白质结构预测革命，到智能生物制造系统的创新应用，这一交叉领域展现出巨大的发展潜力。"他勉励青年学者把握机遇，在这个开放包容的学术平台上深入探讨、碰撞思想，为未来的科研创新积蓄能量。

上海交通大学自然科学研究院常务副院长王维克

主题演讲精彩回顾

上海交通大学自然科学研究院特聘教授洪亮在主题演讲《AI的文科生与理科生》中，系统阐述了AI技术对人类社会的双重影响。他指出，以ChatGPT为代表的"文科生"AI正在重塑创意产业和日常生活，其强大的内容生成能力深刻改变了艺术创作、教育服务等领域；而以AlphaFold为代表的"理科生"AI则在科研领域取得重大突破，从蛋白质结构预测到新材料研发，大幅提升了科研效率。讲座深入剖析了两类AI的技术特点及其对社会发展的差异化影响。

洪亮｜上海交通大学

上海交通大学助理研究员周冰心发表《从算法到生物：蛋白质工程的深度学习语言》主题演讲，深入探讨深度学习在蛋白质工程领域的革命性应用。报告系统介绍了如何将深度学习模型与蛋白质工程相结合，构建通用的方法框架，有效解决零样本突变效应预测、新型蛋白质序列设计等关键问题。基于该框架研发的多款开源工具与平台，已通过实验验证，为AI赋能蛋白质工程研究提供了重要技术支撑。

周冰心｜上海交通大学

上海人工智能实验室青年研究员周东展在《驱动科学发现全流程的智能体研究》主题报告中指出，随着基座模型能力的持续提升，智能体（Agent）正在科学发现领域发挥越来越重要的作用。当前，科学研究范式正经历从"AI for Science"向"Agentic for Science"的深刻转变——以智能体为核心，实现科学研究的认知、推理、决策与实验执行全流程贯通。报告系统梳理了科学智能体的最新研究进展，重点探讨了其在实验方案设计、自驱动实验室等环节的应用与挑战。

周东展｜上海人工智能实验室

上海交通大学博士后周子宜在《蛋白质语言模型的迁移学习方法》报告中指出，蛋白质语言模型（PLM）已在结构预测、功能分析和序列设计等方面取得重要突破。报告重点介绍了蛋白质语言模型的三大创新方法：1）多模态特征对齐技术，实现蛋白质序列与其他生物信息的有效融合；2）强化学习引导的序列生成方法，确保生成蛋白质的功能性；3）小样本学习策略，显著提升数据稀缺条件下的突变预测性能。这些方法为PLM在蛋白质工程中的实际应用提供了关键技术支撑。

周子宜｜上海交通大学

上海交通大学博士后李明辰在《蛋白质与基因组大模型》报告中系统梳理了该领域的最新进展。报告指出，基于BERT、GPT等自然语言处理模型的成功经验，预训练语言模型已成功应用于基因组和蛋白质序列分析。基因组大模型通过自监督学习技术，有效捕捉DNA/RNA序列的上下文依赖关系，揭示功能元件和调控机制；蛋白质语言模型则通过学习氨基酸序列模式，在结构预测、功能注释等任务中表现突出。这两种模型为生物医学研究和应用提供了强大的工具。

李明辰｜上海交通大学

华东理工大学庄英萍教授在《AI助力高效生物制造过程》报告中指出，生物制造过程的优化面临细胞代谢特性难以检测的挑战。研究团队通过在线检测技术（尾气分析、拉曼光谱等）获取多尺度发酵数据，并建立生物过程大数据模型，实现了基于数据驱动的智能化决策，为提升生物制造效率提供了创新解决方案。

庄英萍｜华东理工大学

上海交通大学助理研究员章阿敏在《AI赋能食品品质提升》报告中指出，人工智能技术正在重塑食品产业全链条：基于计算机视觉和高光谱成像的智能检测系统实现了食品品质的无损精准评估；AI驱动的环境监控与需求预测模型显著优化了冷链储运效率；机器学习技术加速了健康食品配方的研发创新；AI构建的智能预警与溯源系统为食品安全提供了全方位保障......这些技术创新正在推动食品产业向智能化、高品质化方向转型升级。

章阿敏｜上海交通大学

字节跳动AI Lab研究员郑在翔在《多模态生成式蛋白质基础模型》的报告中，介绍了字节跳动在多模态生成蛋白质建模与设计方面的研究路线和最新探索，重点是利用海量蛋白质数据开发前沿的生成式人工智能框架，这些框架包括大型语言模型（LLMs）、基于扩散/流的模型以及偏好优化，它们被整合到多模态生成蛋白质基础模型中。同时，他还展示了这些模型在蛋白质建模、理解、生成和功能设计中的应用。

郑在翔｜字节跳动

厦门大学教授方柏山在《人工智能与人造蛋白》报告中，以2024年诺奖成果为引，系统阐述了AI在生物技术中的创新应用。报告从人工神经网络基础理论出发，结合发酵优化等案例，展示了AI在生物过程优化中的突破；同时探讨了AI驱动的蛋白质设计技术，呈现了从基础研究到工业应用的完整转化路径。

方柏山｜厦门大学

上海交通大学张建明教授在《药物筛选和数字化细胞》报告中指出，传统新药研发面临周期长（超10年）、成本高（逾10亿）、成功率低（不足10%）等严峻挑战。针对这一困境，研究团队提出运用人工智能技术构建数字化细胞筛选平台，通过整合组学数据与表型筛选，优化靶点发现和先导化合物筛选流程，旨在从源头破解药物研发"难、贵、慢"的行业难题，为加速新药创制提供创新解决方案。

张建明｜上海交通大学

清华大学副教授马剑竹在《基于靶点3D结构的全原子药物设计模型》报告中，重点介绍了创新性全原子生成模型PocketXMol。该模型通过原子级别的统一表征和多任务轮转去噪算法，实现了对蛋白质-小分子相互作用的多任务统一建模，其显著特点在于无需微调即可泛化至未见任务。报告详细阐述了该模型在肿瘤和传染病治疗等领域的多样化应用，展示了其在药物设计中的广阔前景。

马剑竹｜清华大学

临港实验室李俊博士在《AI Binder设计》报告中展示了AI技术在蛋白结合剂设计中的重大突破。团队开发的BindCraft平台整合AlphaFold与深度学习模型，成功实现了无需结合位点信息即可设计高亲和力蛋白结合剂，将成功率提升至10%～100%。

李俊｜临港实验室

天鹜科技药物研发负责人李松在《AI赋能大分子药物研发：从科学探索到产业落地》演讲中指出，人工智能正深刻变革生物医药研发范式。报告以FDA取消动物实验强制要求为背景，系统阐述了从AlphaFold2的突破到AI蛋白质设计、功能优化等核心技术的演进，并通过天鹜科技等案例实证AI如何显著提升研发效率、缩短周期，加速创新疗法转化。

李松｜天鹜科技

百图生科开放平台总经理高亮在演讲《生命科学基础大模型&技术演化路径》中表示，基于生命科学领域海量高通量数据的基础模型为科学研究带来了新的研发范式，如何布局生命科学领域的大模型，如何用 AI 驱动的流程构建基于发现，理性设计和高通量实验验证的闭环方案，提升包括新药研发，合成生物等方向的研发质量&研发效率，生命科学领域的基础大模型如何从单模态到多模态演化，最终能落地到什么领域，百图生科用三年多的实践给出自己的体会和经验。

高亮｜百图生科

南方科技大学助理教授刘朋朋在《AI 辅助 mRNA 设计与优化》演讲中表示，mRNA 技术已成为一场医学革命，其成功高度依赖于对分子稳定性、翻译效率和免疫原性的精妙序列设计。报告显示，AI 驱动的“设计-构建-测试-学习”闭环系统正通过整合 AI 预测与高通量实验，以前所未有的速度推动新型 mRNA 疫苗与疗法的研发，预示着一个高效、数据驱动的个性化核酸药物时代的到来。

刘朋朋｜南方科技大学

上机实践指南

实践指南1：AlphaFold 实践操作和应用案例

本实践聚焦 AlphaFold 技术的实践操作和落地实践。上海交通大学博士生钟博子韬通过丰富的实操案例，为学员们阐述 AlphaFold 在新酶发现、蛋白互作、功能预测等关键生物工程环节的应用成果，及其如何加速研发进程、降低成本，推动学术界与产业界在蛋白质相关领域取得突破，并对该技术的应用边界和发展趋势进行展望。

钟博子韬｜上海交通大学

实践指南2：基于 RFdiffusion & ProteinMPNN 的蛋白质从头设计

随着结构生物学与人工智能的深度融合，蛋白质从头设计正迈入一个前所未有的加速时代。在本实践课程中，经上海交通大学博士生孙刚羽的设计，学员们可在 Google Colab 上完整体验这一端到端流程：搭建环境、运行 RFdiffusion 生成骨架、调用 ProteinMPNN 设计序列，并通过 AlphaFold/ColabFold 进行结构预测验证，确保设计结果的内在一致性和可实验性。同时，孙刚羽还将以 binder 和 motif scaffold 为案例，展示如何依据目标蛋白热点进行条件生成，并学习设计结果的可视化、参数调优与结果评估流程。

孙刚羽｜上海交通大学

实践指南3：一站式蛋白质工程设计平台 VenusFactor

随着 AI 驱动的蛋白质工程快速发展，研究者亟须高质量数据集、强大 AI 模型及高效分析平台以加速设计创新。然而现有 AI 工具（如 David Baker 开源方案或 Meta 的 ESM 模型）存在高使用门槛，复杂的计算框架和编程要求制约了生物研究者应用。为此，低代码应用成为趋势。上海交通大学博士生谭扬，展示了上海交大洪亮教授团队开发的 VenusFactory 一站式平台，该平台通过无代码流程设计，支持界面交互与命令行操作，集成超40个前沿蛋白质模型，实现数据检索、模型训练到部署的全流程简化。

谭扬｜上海交通大学

POSTER评选汇聚学术智慧

在人工智能与生命科学交叉领域的研究进程中，如何借助AI的力量更高效、更科学地攻克现存难题，以及如何借助AI提出更多优质解决方案，一直是产业界与学术界共同关注的挑战。本次暑期学校延续历届传统，特别设置了Poster评选环节，旨在从众多参赛作品中甄选出最具创新力和表现力的学术论文，为科研事业的进步与发展注入强大动力。

海报展示现场

经过严格评审，本次Poster评选活动从数十份参选学术海报中精选出24份优秀作品进行现场展示。在为期三天的学术交流与投票环节后，最终评选出一等奖1名、二等奖2名、三等奖3名、优胜奖5名，共计11个团队的优秀学术作品荣获奖项。

海报评选颁奖现场

探秘尖端科研设施

上海交通大学“π2.0”超算集群、李政道研究所、转化医学研究院、张江高研院自动化实验室平台……暑期学校还为学员们安排了前沿设备与应用的参观和交流，为学员们提供零距离感受最新科研技术与科研设施的机会，更直观地展示人工智能与生命科学融合的无限可能。

上海交通大学“π2.0”超算集群

学员们实地探访了上海交通大学"π2.0"超算中心，深入了解了这一国内高校高性能计算领域的标杆性设施。在专业人员的讲解下，学员们系统认识了思源一号CPU集群、π2.0系统以及ARM计算平台等核心硬件架构，切身感受了超级计算机的强大运算能力。参观过程中，学员们还亲身体验了配备智能交互系统的现代化智慧教室和多功能研讨空间。这些创新教育设施通过数字化技术实现了教学模式的革新，为师生创造了更加高效、便捷的学习交流环境。

李政道研究所

李政道研究所聚焦最基本的科学问题，从事物理和天文方面最前沿的科学研究，拓展科学知识的边界，寻找宇宙中极大和极小间的关联，探索自然界最基本和最深刻的相互作用规律。在参观过程中，学员们深入了解了研究所PandaX深地暗物质直接探测实验室、海铃深海中微子望远镜计划实验室、粒子物理与天体物理实验室、杨元庆超算中心、拓扑材料凝聚态实验室等顶尖平台，切身感受到其独特的跨学科研究模式对拓展人类科学认知边界的重要贡献。在研究所李数老师的细致讲解下，近距离观赏了长达600米的天问长卷。这幅长卷以独特的艺术形式展现了138亿年宇宙演化史，以及人类对宇宙中最基本物理规律的探索历程，让学员们在感受科学魅力的同时，领略到科学与艺术的完美融合。通过参观学习，学员们拓宽了视野，增长了见识，也为未来的科研工作积累了宝贵的经验。相信在未来的科研道路上，学员们会将在这里学到的知识与经验转化为创新动力，为推动 AI 与生命科学以及物理和天文学的融合发展贡献自己的力量。

上海交通大学转化医学研究院

转化医学研究院重点围绕癌症、心脑血管疾病和代谢性疾病等重大医学难题，建立了从实验室发现到临床验证的完整研究体系，在该研究院的参观中，学员们深入了解了这一国家级平台如何实现基础研究与临床应用的有机衔接，实地考察了分子诊断平台、药物筛选系统等核心设施，并通过研究人员的现场演示，直观了解了基因组学、蛋白质组学等前沿技术在疾病机制研究和精准诊疗开发中的创新应用。

上海交通大学张江高等研究院

在上海交通大学张江高等研究院（简称“张江高研院”），学员们参观了其领先的自动化实验平台——全球首款低通量大体积蛋白质表达、纯化与功能检测自动化一体机，该设备可在24小时内不间断地完成100余个蛋白质的表达、纯化与检测任务，较人力效率提高近10倍，将大大减少研发过程中的人力、物力和时间成本投入，显著提高蛋白质工程与合成生物学研究的效率。

智启生命未来：AI与生物工程的无限可能

当前，人工智能正以前所未有的深度和广度重塑生命科学研究范式：从蛋白质结构预测到新药研发，从生物制造到精准医疗，AI技术正在突破传统研究方法的局限，为解决人类面临的重大健康挑战提供全新路径。此次上海交通大学2025年第三届"AI for Bioengineering暑期学校"的圆满召开，不仅搭建了一个产学研交流的平台，更展现了我国在人工智能与生命科学交叉领域的创新实力和全球视野。

面向未来，上海交通大学将充分发挥多学科交叉融合优势和创新引领作用，与各界同仁一道，持续深化人工智能与生命科学的协同创新，共同开创人工智能赋能生命科学的新局面，为服务国家重大战略需求、推动人类健康事业发展作出更大贡献。让我们以此次暑期学校为新的契机，携手迈向智能生物科技的美好未来！