数都上海｜人工智能打破科研边界，数字化支撑研究范式变革

中国科学院院士、中国科学院分子植物科学卓越创新中心赵国屏教授向澎湃科技介绍道，
“随着多组学的出现和基因测序技术的发展，近年来，生物医学大数据的量级达到了EB级说明生物医学成为继天文学和物理学之后，第三个进入数据密集型研究范式的学科。” 人工智能的技术的出现让科研领域先前了一场全新的变革，人工智能性能利用能全面提高传统科研的效率，也能够为未来科研领域的研究提供有力的帮助，目前数字研究正在逐步改写历史，随着数字研究科研应用的不断深入，科研的效率正在逐步提高，
 人工智能技术的发展促使科研领域掀起一场新的变革，它不仅大幅提高了传统科研的效率，同时有力拓展了科研的领域，“数字科研”正在改写历史。 生物表型可以分为宏观表型和微观表型，宏观表型包括影像学表征、体貌特征、疾病病征、健康状态、环境适应能力等；微观表型包括转录、蛋白质、代谢物、细胞、免疫、微生物等。数字化的出现为人类社会带来了巨大的变革。目前数字科技领域的十大前沿技术分排名前三的为生物大数据生成式对抗网络算法和沉浸式扩展现实娱乐平台。 目前数字驱动的科研是表型组学研究的一个重要方式，在进行表型组学研究之前，每一个科学家都有自己的研究方向，相互之间具有一定的交性和融合性，但是随着数字化的出现，大规模组学之间的交叉融合开始出现，随着数据维度的不断提高，科学家逐步精通所有的领域，研究人员也把这些高维度的数据进行相互关联，寻找相互存在的信号，但是这需要大数据的计算和人工智能来做，通过人工智能可以很快的找到可疑的信号，最终回归基础研究来验证结果是否准确。