基于人工智能（AI）的新药开发竞争已从分子设计转向患者和临床等人类医疗数据的获取。然而，国内缺乏支持这一过程的医疗数据和利用体系，因此必须建立国家层面的数据收集与联动基础，以便AI新药能够真正转化为治疗效果。◇ "分子设计是创意与GPU的竞争，下一步是医疗数据"石教授将AI新药开发分为分子设计和治疗效果预测及验证两个阶段。他指出，在分子层面，数据不再是决定性变量。他表示：“在分子层面的建模中，数据的种类和规模在模型之间并没有显著差异。”他提到，AlphaFold也使用了与之前竞争组相似的公开数据，而现在AI生成的蒸馏数据也扮演着重要角色。他进一步指出：“当前阶段的分子设计更接近于创意和计算资源（如GPU）的竞争，而非数据竞争。”问题在于下一步。要预测设计的物质是否对实际患者有效，需要细胞、组织和人体层面的数据。石教授强调：“这一领域尚未达到AI模型能够主导整个行业的阶段，要进一步发展，必须有国家级的数据体系作为支撑。”他认为，要挑战现有方法无法治疗的疾病，数据融合是必不可少的。石教授表示：“Galax目前正在将分子设计技术应用于生物学上已验证的疾病和靶点，要创造出以往方法无法实现的新疗法，仅凭分子层面的数据是不够的，还需要生物数据与医疗数据的AI融合。”石教授认为，AI新药的潜力已经开始实现。他预测：“采用从零开始（de novo）设计的抗体已经进入新药开发阶段，未来几年内将有相当数量的候选物质能够转化为新药。”AI带来的变化不仅发生在新药开发领域，还在几乎所有科学技术领域中出现。因此，石教授认为，与其集中支持特定领域，不如支持AI在科学技术的广泛传播。在人才培养方面，他指出：“必须筛选出各学科中必需教授的核心知识，重新设计融合课程，以培养既懂AI又精通专业领域的‘双手人才’。”◇ 斯特法诺普洛斯："AI与自动化结合将推动代谢工程的飞跃，解决方案在现场"开创代谢工程领域的美国麻省理工学院（MIT）教授斯特法诺普洛斯在此次学术大会上进行了关于未来生物技术发展方向的演讲。在随后的记者会上，他展望了AI与自动化结合将推动生物制造的飞跃。当被问及“像AlphaFold一样，代谢工程是否也能实现AI驱动的飞跃”时，他表示：“这还需要观察，但AI与自动化结合可能会带来重大进展。”他进一步解释：“通过机器人测试各种候选物，并利用这些数据不断重新训练机器学习模型，设计、构建和测试的循环将大部分实现自动化。”他补充道：“可以从已知领域出发，逐步扩展到数据不足的领域。”这种变化可能会出现在菌株性能改进、代谢工程以及药物候选物设计等方面。然而，他对AI将如何改变整个行业持谨慎态度。他表示：“AI带来重大变化的可能性很高，但在哪个领域首先发生仍然难以预测。”他认为，新药开发是一个潜力巨大的领域，因为这里存在许多未满足的医疗需求。斯特法诺普洛斯教授还强调了现场专家的作用。他指出：“在生物精炼工艺的氢化阶段或高分子的解聚阶段，AI的应用没有通用解决方案，各领域的专家必须根据自己的工艺进行探索。”他补充道：“计算机科学家与生物专家之间存在明显的差距，需要努力理解彼此的基本原理。”此次以“AI STAR（AI集成可持续转型以促进先进稳健生物技术）”为主题的学术大会邀请了国内外顶尖专家，广泛讨论生物技术（BT）领域的主要议题。国际会议的主要议题包括融合生物工程、生物工厂基础的可持续航空燃料（SAF）生产技术、细胞微环境控制的技术与应用等。国内会议则包括各分委员会主办的会议，以及基于数字转型的细胞培养工程、温室气体减排生物技术、针对下一代癌症治疗的细胞与基因工程及精准传递技术、蛋白质纳米笼工程、可持续生物资源全生命周期评估（LCA）、基于AI的生物制造研讨会等。※ 本报道经人工智能（AI）系统翻译与编辑。

韩国生物技术研究院与韩国生物工程学会将扩大合成生物学和生物工厂等生物技术领域的研究交流，并致力于培养新兴研究者。 韩国生物技术研究院于2日表示，双方于1日在济州国际会议中心签署了生物技术领域新兴研究者培养及学术研究交流的合作备忘录（MOU）。 此次协议是在全球生物技术竞争加剧的背景下，为了加强基础技术研究并系统性地培养能够引领这一领域的新兴研究者而推动的。 根据协议，双方将开展新兴研究者的发掘与培养、研究活动支持、共同研究课题的发掘、规划与推进，以及企业、大学与研究机构之间的产学研网络建设等工作。还计划共同举办特别项目和学术活动。 双方还将在合成生物学和生物工厂领域的政策研究和标准化方面进行合作。通过国内外共同项目扩大研究者交流，并在出版领域如学术期刊和刊物等方面加强合作，推动研究成果的传播。还将通过连接生物技术研究院的分院与韩国生物工程学会的分支机构，支持地方生物产业的发展。协议有效期为三年。 韩国生物技术研究院院长权石允表示：“韩国生物工程学会是国内生物技术研究者积极交流的代表性学术团体。我们将基于双方的研究能力和网络，增强国内生物技术领域的研究竞争力和合作基础。”他还补充道：“我们将在新兴研究者培养和共同研究合作中取得实质性成果。” 另一方面，韩国生物工程学会将在济州国际会议中心举办为期三天的“2026韩国生物工程学会秋季学术会议及国际研讨会”。 此次活动以“AI STAR（人工智能集成可持续转型以促进先进稳健的生物技术）”为主题，预计将有2000多名国内外产学研专家参加。33个专业会议将发布900多篇最新研究成果，同时还将举办生物企业和研究机构参与的展览会。 开幕演讲将由美国伊利诺伊大学（UIUC）教授后伊敏、东京大学教授庄司武内、麻省理工学院（MIT）教授格雷戈里·斯特法诺普洛斯、首尔大学教授石差玉等人进行。※ 本报道经人工智能（AI）系统翻译与编辑。

人工智能（AI）设计实验，机器人执行的‘自主实验室’和利用活肌肉运动的‘生物混合机器人’被认为将成为未来生物产业的核心。然而，确保高质量实验数据和防止技术滥用的国际安全机制仍然是亟待解决的问题。赵辉敏（Huimin Zhao）教授和竹内翔司（Shoji Takeuchi）教授于1日在济州国际会议中心举行的‘2026年韩国生物工程学会秋季学术发表大会及国际研讨会’上通过记者会对AI与生物技术融合的未来进行了分析。 ◇ “AI生物工厂降低准入门槛，缩短开发周期”合成生物学和酶工程领域的专家赵辉敏教授强调，AI正在大幅降低生物工厂的门槛。生物工厂是将基因设计、制造和测试等生物研究过程自动化的设施。赵教授表示：“过去，使用生物工厂需要至少几个月的培训，我的实验室学生也不例外。现在可以通过自然语言与AI对话设计实验工作流程，AI也能告诉我们是否可以在生物工厂中执行。”他补充道：“下一步是AI与机器人直接联动的‘物理AI’。”他还预测，产业的影响力将非常大。他指出：“酶和微生物已经广泛应用于化学物质和洗涤剂等，但由于生物系统的设计和改良困难，应用范围受到限制。通过AI驱动的生物工厂显著缩短开发周期，可以非常快速地开发抗体等基于蛋白质的药物。”赵教授认为：“韩国在政府支持下正在扩展生物工厂，具备了相应的资源。”他强调：“现在需要优先考虑如何将AI整合到生物工厂中，这就是韩国面临的机会。”AI新药和生物研究的最大障碍是‘数据’问题。赵教授指出：“在AI的核心要素中，算法、计算和数据，科学研究中数据是最大的限制因素。文献中的数据往往缺乏失败结果，且难以复现，因此不易直接用于AI学习。”他建议：“如果能标准化机器人生成的数据，就可以将多个机构的数据结合起来，因此自主实验室是解决方案。”他还警惕技术滥用的问题。他表示：“监管不应过于严格以至于阻碍发展，但政府的监督是必不可少的。”他指出：“自主实验室与计算机中的AI不同，在物理世界中进行生物实验可能会产生额外的安全问题。”因此，赵教授建议“需要国际共识”。有观点认为，AI的快速发展可能会取代研究人员。对此，赵教授表示：“现在分子生物学领域的学生大约有一半的时间用于制作质粒等重复性工作。这些工作可以交给机器人，而研究人员将挑战过去技术限制无法触及的更复杂问题。”他对此表示乐观。 ◇ “肌肉机器人运行100天……需要‘活的AI’”生物混合机器人领域的先驱竹内教授在此次学术大会上介绍了利用活肌肉的研究成果和面临的挑战。他将肌肉组织的寿命视为最大的挑战。竹内教授表示：“我们已经获得了肌肉运行约100天的数据。要延长寿命，需要实现像真实肌肉一样受损肌纤维自我再生的‘更替’机制。”他还提出了医疗领域的应用可能性。他表示：“将活肌肉驱动的生物混合手与患者的神经或肌肉连接，可以在不需要电源或电动机的情况下运作，这样就不需要更换电池，且重量轻，对患者非常有用。”他补充道：“三维构建的组织也可以用于再生医学和药物测试模型。”不过，这仍然是研究阶段的应用构想。在传感器领域，他介绍了实现‘狗的鼻子’的技术。竹内教授表示：“嗅探犬的集中时间仅为5到10分钟。如果将狗的嗅觉功能植入机器人，就可以进行长时间的检测，并可用于疾病的早期诊断。”竹内教授提出AI与生物融合的下一阶段是‘活的AI（living AI）’。他强调：“现在的物理AI已经发展到可以让人形机器人跳舞和奔跑，但如何控制活肌肉和神经系统仍然未知。下一代物理AI必须理解和控制生物组成部分。”此次学术大会以‘AI STAR（AI集成可持续转型以促进先进稳健生物技术）’为主题，持续三天，至2日结束。来自国内外的2000多名生物技术专家参加，33个专业会议上将发布900多项研究成果。

全球四位顶尖学者与2000多名国内外生物工程专家齐聚济州，讨论人工智能（AI）与生物技术的融合及可持续生物产业的未来。 韩国生物工程学会将在济州国际会议中心举办为期三天的‘2026年韩国生物工程学会秋季学术发表大会及国际研讨会’，会议将于10月2日结束。此次以‘AI STAR（AI集成可持续转型以促进先进稳健生物技术）’为主题的研讨会，预计将有2000多名来自国内外的生物工程领域专家参加。33个专业分会将发布900多篇最新研究成果，同时还将举行生物企业和研究机构参与的展览。 开幕式上，美国伊利诺伊大学（UIUC）的赵辉敏教授、日本东京大学的竹内昌司教授、美国麻省理工学院（MIT）的格雷戈里·斯特法诺普洛斯教授以及首尔大学的石差玉教授将发表主旨演讲。 赵教授将介绍合成生物学、酶工程和生物工厂领域的研究成果，主要讲述从诱导进化到基于AI的自主实验的合成生物学变革，以及人工酶设计、基于AI的酶与代谢工程、自主型生物工厂的构建等主题。 竹内教授将探讨将活细胞和组织与工程系统结合的生物混合技术，介绍3D组织制作、生物混合机器人、基于细胞的生物传感器等组织工程和生物混合系统的最新研究。 在代谢工程领域的专家斯特法诺普洛斯教授将提出以可持续性为中心的未来生物技术发展方向，并讨论AI、下一代传感器及在非常规条件下的生物过程对工业和医疗生物技术的影响。 石差玉教授将以AI为基础的蛋白质和分子设计及新药开发为主题进行演讲，介绍蛋白质结构预测和蛋白质-抗体设计技术的发展，并提出AI在理解生命现象和设计实验方面作为科学发现的伴侣的潜力。 学术项目将广泛涵盖AI、合成生物学、生物制造、精准医疗等前沿生物领域。 参与的韩国和台湾研究团队将在联合国际研讨会上讨论通过AI与生物技术的融合实现可持续创新的方案。同时，还将设置关于酶工程、合成生物学、无细胞合成生物学、微生物与酶工程、C1气体利用、下一代微生物工程等主题的国际分会。 基于生物工厂的可持续航空燃料（SAF）生产技术、基于智能材料的纳米生物技术和纳米医学、细胞微环境控制技术等也将成为主要议题。 在国内分会中，将讨论基于数字转型的细胞培养工程、温室气体减排生物技术、细胞与基因治疗及精准传递技术、蛋白质纳米笼工程、可持续生物资源全流程评估（LCA）等内容。在基于AI的生物制造分会中，将探讨从酶设计到生物过程数字双胞胎等应用于工业现场的技术。 由韩国科学记者协会与韩国生物工程学会共同举办的特别媒体分会将围绕科学报道的伦理、生物钟与健康衰老、科学技术的公众沟通与科学传播等主题进行讨论。 韩国生物工程学会会长韩成玉表示：“此次学术大会是通过AI与生物技术的融合，探索可持续先进生物技术创新方向的知识共享平台。”并表示：“通过世界顶尖学者的演讲和产学研交流，将为韩国生物产业的飞跃做出贡献。”※ 本报道经人工智能（AI）系统翻译与编辑。