制药|从群星到基因，数字“燃料”创造新知( 三 )_

数字反应堆不仅是计算材料的“菜谱” ，在迈入计算育种方向后，它将成为粮食种子的来源之一。
以水稻为例，水稻有4万多个基因，几乎是人类基因总数的2倍，面对海量的基因数据，如何破解水稻的“基因”密码？生物技术、大数据与人工智能缺一不可。 “育种工作就像跳高，到达一定的高度后，需要颠覆性的技术推动领域发展。 ”中国水稻研究所所长、中国工程院院士胡培松说。
数字反应堆将以育种大数据为“燃料” ，将大数据挖掘与分析、人工智能、高性能计算等先进技术方法高效融合，通过现有的基因、分子、环境和表型等多模态多尺度海量数据集，建立高精度分子育种模型，以期加速育种的全流程智能化研发。
“数字反应堆的研发，将推动作物育种从‘试验选优’向‘计算选优’的根本转变，促进育种科学范式变革，全面提高育种数量、速度、质量和产量，推进分子精准育种技术在我国农作物育种领域的规模化应用。 ”胡培松说。
观天制药走出交叉新路
“宇宙从来不是寂静无声的，随着现代天文学，特别是射电天文的发展，我们通过射电望远镜捕捉到了巨量且丰富的宇宙信号。 ” 中国科学院国家天文台研究员、FAST（500米口径球面射电望远镜）首席科学家李菂说。
射电天文数据量大、复杂度高，并且在观测过程中随时伴有人类活动对信号捕捉的影响，如何从获取的海量数据中筛选提取有效信息，已逐渐成为制约天文学发展、探索宇宙奥秘的难题。
将人工智能技术引入天文领域，让天文学者看到了解决天文数据处理难题的曙光。据了解，中国科学院国家天文台的青年科学家，在全球率先利用深度学习神经网络算法，在海量宇宙信号数据中，筛选出想要的内容，并找到新脉冲星。 FAST建成后，我国自研的多科学目标同时扫描巡天技术，结合深度学习方法，成功捕获并研究了快速射电暴等重要现象。
一个基于FAST的计算天文智能计算平台已在规划之中。在李菂的畅想中，数字反应堆将在快速射电暴、脉冲星单脉冲、密近双星系统脉冲星信号筛选等研究方向中承担重要角色。它将以“管家”的身份，实时处理100TB每天的脉冲星巡天数据，建立国际领先脉冲星搜寻数据流程，并深入探索宇宙“时间”前沿、恒星演化机制等科学问题，同时建立协同开放的天文大数据服务平台。
“研发成本高、周期长、自然流失率高”是掣肘药物研发的三座大山，从药物发现到临床试验的成本高昂且失败率高。如同神农尝百草，传统制药总是以年为单位计数，在不断的试错中发展。
“寻找有效、合适的药物靶点是新药研发的首要任务。 ”长三角绿色制药协同创新中心执行主任苏为科说，没有好的靶点，就好比找不到敌人的位置，有再先进的武器都难以击中目标。