AI算力助復旦科研再突破：阿爾茨海默病早篩早診檢測試劑年內或上線

中新網上海7月19日電 (記者 夏賓)中新網記者近日瞭解到，復旦大學在醫學領域接連取得突破性成果，繼發現帕金森病(PD)全新治療靶點之後，阿爾茨海默病(AD)早篩早診檢測試劑也將於今年末上線各大醫院和體檢中心。這些研究均由復旦大學與阿里雲等聯合打造的CFFF平台提供AI算力支持。

復旦大學附屬華山醫院鬱金泰教授對中新網記者表示，充分利用生物醫藥產生的大數據，需要非常強大的算法、算力支撐，也需要一些比較新的算法。

2023年，中國高校最大雲上科研智算平台CFFF上線，該平台包含了面向多學科融合創新的計算集羣“切問1號”和麪向計算科學高精尖研究的專用高性能計算集羣的“近思1號”，藉助阿里雲全球領先的大規模異構算力融合調度技術、分級存儲技術、AI與大數據一體化技術，連成了一台真正意義上的“超級計算機”。

其中，阿里雲烏蘭察布數據中心以公共雲模式為全國科研機構的多個項目提供超千卡並行智能計算，支持千億參數的大模型訓練。“我們希望通過生物醫藥大數據，為疾病的早篩、早診、早治提供相關生物標誌物或者治療靶點和預防方案。但前提是數據能真正有算力、算法支撐並能解決臨牀問題。”鬱金泰説。

鬱金泰教授團隊正是依託CFFF平台接連取得重大突破，實現提前15年預測阿爾茨海默病發病風險，精度超98.7%，成果發表於《自然》雜誌(Nature)。團隊還發現帕金森病全新治療靶點，並利用AI篩選出候選藥物，研究成果登上《細胞》雜誌(Cell)和《自然》雜誌(Nature)等國際頂刊。

阿爾茨海默病和帕金森病是嚴重威脅人類健康的神經退行性疾病。對於這兩種疾病，早期預警與精準干預是關鍵。然而，傳統研究手段能處理的數據較少，耗時漫長且效率有限。在CFFF平台建成後，科研人員可以用“數據+算法”雙輪驅動替代傳統的“假設驅動”模式，用更少的時間處理更多的數據。

在阿爾茨海默病領域，鬱金泰團隊基於腦脊液蛋白質組學數據測試了6361餘種蛋白質，這些蛋白質指標會隨疾病發展而變化。使用傳統方法篩選蛋白，會找出數十種甚至上百種可能的“診斷蛋白”，科研人員逐一驗證每一種蛋白質的診斷結果，效率低下。鬱金泰團隊利用AI算力，採用創新的數據驅動方法和獨特的蛋白質組學分析策略，對6361種腦脊液蛋白組學數據進行了分析和建模，篩選出5種最重要的蛋白質，將診斷準確性提高到98.7%。

在帕金森領域，病理性α-突觸核蛋白是帕金森病的關鍵致病蛋白。過去，研究者根據現有理論體系，推測某一蛋白可能在病理性α-突觸核蛋白傳播過程中發揮重要作用，再設計實驗進行證實。但人體內的基因蛋白數量極其龐大，採用這一方法意味着忽略了現有理論體系外的諸多可能性。

藉助AI算力和大模型技術，鬱金泰團隊得以在所有基因中篩選潛在靶點，利用人工智能技術對其蛋白結構進行預測，再基於預測結構對小分子化合物進行虛擬篩選，從而在5年內就完成原本需要幾十年甚至更長時間才能完成的工作。

鬱金泰表示：“以前的科研就像在大海撈針、慢慢釣魚，需要花費大量時間；現在人工智能就像一張大網，能在海量數據中快速精準地發現關鍵指標和潛在治療方案，極大地提升了研究能力和效率。”

復旦大學類腦智能科學與技術研究院研究員程煒説：“現在處理幾萬人的影像，幾天就‘跑’完了，放在以前幾年都‘跑’不完。”

目前，阿里雲AI基礎設施已支撐CFFF平台全面升級，提供文理醫工各學科47個特色學科模型和4萬餘個科學數據集開放使用，支持發表了多篇CNS級別的高水平論文。