深勢科技生命科學(xué)高級業(yè)務(wù)架構(gòu)師孟月：AI4S 賦能生命科學(xué)研發(fā)

2025年12月26日，【想象·2025極新 AIGC 峰會】在上海浦東浦軟大廈成功舉辦。深勢科技生命科學(xué)高級業(yè)務(wù)架構(gòu)師孟月女士在會上做了題為《AI4S驅(qū)動的生命科學(xué)研發(fā)數(shù)智化平臺》的演講。重點分享了深勢科技生命科學(xué)方面的發(fā)展歷程、技術(shù)布局與落地成果。

深勢科技生命科學(xué)高級業(yè)務(wù)架構(gòu)師 孟月

孟月重點提到以下幾點：

“AI for Science 的目標(biāo)，是系統(tǒng)性重構(gòu)人類探索未知、發(fā)現(xiàn)知識并將其沉淀為可復(fù)用資產(chǎn)的根本模式。”

“深勢科技的核心，是構(gòu)建覆蓋‘讀文獻(xiàn)、做計算、做實驗’三大核心環(huán)節(jié)的下一代科學(xué)發(fā)現(xiàn)智能引擎，并在此基礎(chǔ)上，讓‘AI科學(xué)家’從理念走向現(xiàn)實。”

“我們的平臺與解決方案，已深度融入眾多領(lǐng)先藥企的研發(fā)流程，不止解決單點痛點，更致力于幫助合作伙伴構(gòu)建整體性的智能化研發(fā)能力。”

以下內(nèi)容為嘉賓分享實錄，經(jīng)極新整理，希望能給大家?guī)硎斋@。

大家下午好！我將圍繞深勢科技的生命科學(xué)平臺整體架構(gòu)，系統(tǒng)闡述我們?nèi)绾瓮ㄟ^ AI for Science 技術(shù)體系，賦能生命科學(xué)研發(fā)的全流程實踐。

01

為什么深耕AIfor Science？

“大量未被滿足的研發(fā)訴求，與海量的科研投入形成了鮮明矛盾。”

首先，我們來聊聊核心背景 —— 深勢科技為何堅定深耕 AI for Science 領(lǐng)域。如今，AI 技術(shù)已滲透到各行各業(yè)，催生了眾多創(chuàng)新應(yīng)用，但在 AI for Science 這一交叉領(lǐng)域，行業(yè)整體的探索仍相對有限。這一領(lǐng)域的特殊性在于，科研研發(fā)過程往往需要投入巨額成本，生命科學(xué)、能源、材料等關(guān)鍵領(lǐng)域的研發(fā)投入尤為突出。與此同時，這些領(lǐng)域在實際生產(chǎn)中的需求又極為迫切，大量未被滿足的研發(fā)訴求，與海量的科研投入形成了鮮明矛盾。正是這一核心矛盾，讓我們堅定了深耕 AI for Science 這一賽道的決心。

AI for Science 這一范式，由鄂維南院士、湯超院士于2018年率先提出并倡導(dǎo)。國際上看，從2018年谷歌等巨頭發(fā)力，到2024年AlphaFold獲得諾貝爾獎，標(biāo)志著AI在生命科學(xué)領(lǐng)域?qū)崿F(xiàn)了里程碑式的突破。深勢科技自2018年成立起，便同步踏上了這條探索之路。我們最初從自主研發(fā)Uni-FEP等核心算法起步，其精度與可靠性對標(biāo)國際頂尖標(biāo)準(zhǔn)，并以此為基礎(chǔ)，持續(xù)推動技術(shù)的工程化、平臺化與系統(tǒng)化，逐步構(gòu)建起覆蓋“讀、算、做”全流程的完整能力體系。

公司于2020年左右啟動底層算法的規(guī)模化研發(fā)與商業(yè)化運營。近日，我們正式完成了總額超過8億元人民幣的C輪融資，這充分體現(xiàn)了資本市場對AI for Science賽道以及我們技術(shù)實力的信心。目前，公司已構(gòu)建了以“玻爾·科研空間站”為樞紐的“讀、算、做、智”完整能力體系。

02

AI賦能三大核心環(huán)節(jié)，走向“AI科學(xué)家”

“AI讀、AI 算、AI 做”

作為AI4S范式的引領(lǐng)者，深勢科技的業(yè)務(wù)核心可概括為三大智能化環(huán)節(jié)：AI“讀”、AI“算”、AI“做”。而將這些環(huán)節(jié)融會貫通，讓AI具備自主規(guī)劃與執(zhí)行復(fù)雜科研任務(wù)能力的愿景，便是我們提出的 “AI科學(xué)家”。

• AI“讀”：旨在破解科研人員面對海量文獻(xiàn)、專利時的信息過載難題，提供智能檢索、深度解析、知識提煉與沉淀的能力，讓科學(xué)家能快速捕捉前沿動態(tài)與核心洞察。
• AI“算”：聚焦于生命科學(xué)領(lǐng)域的計算評估需求，整合我們自研的AI算法與物理建模，為藥物分子的設(shè)計、優(yōu)化與評估提供微觀尺度的精準(zhǔn)洞察和預(yù)測。
• AI“做”：通過自主研發(fā)的智能實驗室操作系統(tǒng)，對傳統(tǒng)實驗流程進(jìn)行自動化、標(biāo)準(zhǔn)化與智能化改造，提升實驗的精度、通量與可重復(fù)性。

支撐這三大核心環(huán)節(jié)的，是我們多年積累的一系列底層核心模型，涵蓋文獻(xiàn)解析、計算模擬、實驗表征等全流程，我們的平臺架構(gòu)形成了清晰的邏輯閉環(huán)：

• 基礎(chǔ)底座：統(tǒng)一的數(shù)據(jù)、模型與智算調(diào)度平臺，為所有上層應(yīng)用提供堅實支撐。
• 引擎平臺：對應(yīng)“讀、算、做”的標(biāo)準(zhǔn)化微觀工業(yè)平臺，直接賦能企業(yè)研發(fā)。
• 智能體層：在三大平臺之上，我們構(gòu)建了SciMaster通用科研智能體，推動平臺能力向自主化演進(jìn)，并在細(xì)分領(lǐng)域構(gòu)建了藥化助手PharmMaster。
• 研發(fā)應(yīng)用：基于底層強(qiáng)大的算法儲備與核心平臺支撐，我們對外提供RiDYMO?高質(zhì)量分子發(fā)現(xiàn)和優(yōu)化平臺，已在小分子、抗體、多肽、XDC等多個領(lǐng)域積累了成功案例，形成了豐富的行業(yè)實踐經(jīng)驗。

下面，我將為大家詳細(xì)介紹 “讀、算、做” 三大核心平臺的核心能力與應(yīng)用場景：

首先是 “讀” 的核心工具 ——玻爾·科學(xué)導(dǎo)航。我們的“玻爾·科研空間站”以全新升級的“玻爾·科學(xué)導(dǎo)航”為核心。它整合了超過1.7億篇高質(zhì)量英文文獻(xiàn)、超過2億篇專利和2000萬活躍學(xué)者信息，并完成了中文期刊庫重大升級，新增約8000萬篇中文文獻(xiàn)。這意味著它的每一個回答都有扎實的文獻(xiàn)依據(jù)，支持中英文混合檢索、答案溯源與一鍵鏈接原文，實現(xiàn)了從 “提問 - 查文獻(xiàn) - 核心信息提取 - 總結(jié)歸納 - 知識資產(chǎn)沉淀”的科研全流程閉環(huán)，讓知識管理變得高效且系統(tǒng)。

為了讓大家更直觀地感受這種差異，我們以一個嚴(yán)謹(jǐn)?shù)纳飳W(xué)問題 ——“OX40/OX40L 是否能支撐起一個有顛覆性療效的關(guān)鍵靶點” 為例進(jìn)行對比展示：通用大模型的回答通過檢索公開網(wǎng)站信息與相關(guān)數(shù)據(jù)進(jìn)行分析整合，最終給出了完整的回答，相較于傳統(tǒng)人工查閱文獻(xiàn)總結(jié)的方式，效率已有了大幅提升，但缺乏專業(yè)學(xué)術(shù)文獻(xiàn)的直接支撐，權(quán)威性與準(zhǔn)確性難以完全保障；而玻爾·科學(xué)導(dǎo)航在回答這一問題時，不僅檢索了公開網(wǎng)頁信息，還深度整合了底層的文獻(xiàn)專利數(shù)據(jù)、學(xué)者庫資源以及關(guān)鍵語義理解模型，其思考邏輯與分析路徑完全契合生物學(xué)家評估靶點的專業(yè)思維模式，能夠從機(jī)制研究、臨床數(shù)據(jù)、競爭格局等多個維度進(jìn)行全面分析，因此受到了眾多藥物研發(fā)團(tuán)隊的高度認(rèn)可。此外，玻爾還具備強(qiáng)大的 PDF 閱讀功能，支持在 PDF 文檔內(nèi)直接進(jìn)行 AI 問答、AI 翻譯等操作，形成了一套流暢、便捷的文獻(xiàn)使用生態(tài)，極大地降低了科研人員的使用門檻。

其次是 “算” 的核心平臺 ——Hermite?。我們將生命科學(xué)領(lǐng)域積累的一系列核心算法統(tǒng)一稱為 “Uni-Family”，包括蛋白大模型、分子大模型、RNA大模型、原子大模型等，這些算法已全面集成到 Hermite 軟件平臺與我們的研發(fā)服務(wù)流程中。截至目前，核心算法 Uni-FEP 在平臺上的提交次數(shù)已超過 20 萬次，累計服務(wù)了50 余家藥企，平臺支持小分子、大分子相關(guān)工具的友好使用，無論用戶是科研新手還是資深專家，都能快速上手。

最后是 “做” 的核心載體 ——玻爾·賽博實驗室。在生命科學(xué)領(lǐng)域，我們率先落地了環(huán)肽超級實驗室，該實驗室基于玻爾·賽博實驗室（操作系統(tǒng)）打造，相較于傳統(tǒng)人工合成環(huán)肽的實驗室，在效率上實現(xiàn)了質(zhì)的飛躍 —— 整體研發(fā)效率提升超過 500 倍，目前該實驗室即將投入規(guī)模化使用。

而我們推出的PharmMaster 藥化領(lǐng)域 AI 科學(xué)家工具，更是針對性地解決了藥物研發(fā)中靶點立項評估周期長的痛點：傳統(tǒng)藥化學(xué)家完成一項靶點能力項目評估通常需要三周時間，而借助 PharmMaster 工具，這一周期可縮短至三天以內(nèi)。靶點立項的效率與準(zhǔn)確性，直接影響整個藥物研發(fā)項目的推進(jìn)節(jié)奏與成功概率，未來我們將持續(xù)投入資源，完善 PharmMaster 的底層數(shù)據(jù)積累與Agent搭建，進(jìn)一步提升其性能與易用性。

03

實踐與落地

“不止解決痛點，更構(gòu)建整體智能化研發(fā)能力。”

下面，我將分享兩個具有代表性的合作案例，讓大家更直觀地了解我們的平臺與技術(shù)在實際場景中的應(yīng)用效果：

1. 與康臣藥業(yè)的戰(zhàn)略合作：康辰藥業(yè)是一家積極推進(jìn)創(chuàng)新藥轉(zhuǎn)型的藥企，亟需智能化技術(shù)為研發(fā)賦能。我們不僅在其專注的特定疾病領(lǐng)域開展深度項目合作，更全面開放了我們的藥物計算平臺，為其提供從分子設(shè)計的工具支持。這種合作旨在幫助康辰藥業(yè)系統(tǒng)性地構(gòu)建內(nèi)生的智能化研發(fā)能力，而不僅僅是解決單點問題。
2. 與聯(lián)合利華的日化領(lǐng)域系統(tǒng)合作：自 2024 年起，我們與聯(lián)合利華開展了持續(xù)且深入的交流，基于聯(lián)合利華在日化領(lǐng)域的實際研發(fā)需求，我們依托自身的核心算法，為其定制開發(fā)了專屬工具，并協(xié)助聯(lián)合利華搭建了其內(nèi)部的 AI for Science 創(chuàng)新平臺。這一合作不僅解決了聯(lián)合利華在日化研發(fā)中的具體痛點，還幫助其構(gòu)建了可持續(xù)的智能化研發(fā)能力，實現(xiàn)了日化研發(fā)的高效升級。

目前，深勢科技在生命科學(xué)領(lǐng)域已積累了廣泛且優(yōu)質(zhì)的合作伙伴，涵蓋軟件合作、研發(fā)項目合作等多個維度。未來，我們將持續(xù)深耕 AI for Science 領(lǐng)域，不斷完善平臺能力、拓展應(yīng)用場景，期待與更多行業(yè)同仁攜手，共同推動 AI 技術(shù)在生命科學(xué)領(lǐng)域的深度落地與創(chuàng)新發(fā)展。以上就是我的分享，謝謝大家！