2023年6月，上海市科委印發《上海市計算生物學創新發展行動計畫（2023—2025年）》。
基本介紹
- 中文名：上海市計算生物學創新發展行動計畫（2023—2025年）
- 發布單位：上海市科委
內容解讀,檔案全文,
內容解讀
目標到2025年，建立基於建模、預測、套用全鏈條的計算生物學研究範式，初步建成生物大數據平台等基礎設施，培養、引進一批計算生物學人才，在多模態數據理論算法、蛋白質工程、AI藥物研發等領域率先實現重大理論突破，開發出一批具有自主智慧財產權和國際影響力的算法模型和軟體，加速催生一批面向生命健康的顛覆性新技術，產出一批可有效規模化套用的新工具、新標準與新產品，為形成計算生物學領域的優勢學科，把上海打造成計算生物學領域創新思想、科研範式和重大套用的策源地奠定基礎。
行動計畫提出，圍繞算法開發、模型構建、AI藥物設計等基礎研究與套用基礎研究進行系統布局。發展AI藥物研發的原創性算法、模型與計算平台，開發小分子藥物大模型和生成算法，建立人工智慧增強的抗體藥物和肽類藥物大模型與設計平台，發展中藥複方藥理藥效預測模型，研發具有協同藥效的現代複方。
檔案全文
上海市計算生物學創新發展行動計畫（2023—2025年）
為深入貫徹習近平總書記關於數字中國的重要指示精神，搶抓上海計算生物學創新發展的戰略機遇，建設具有國際影響力的計算生物學創新高地，賦能生物經濟和數字經濟的發展，根據《上海市建設具有全球影響力的科技創新中心“十四五”規劃》《上海市戰略性新興產業和先導產業發展“十四五”規劃》，制定本行動計畫。
一、指導思想
以習近平新時代中國特色社會主義思想為指導，堅持“四個面向”，立足學科交叉融合不斷發展、科學研究範式發生深刻變革的發展階段，結合跨模態大數據迅速積累、人工智慧算力急劇提升、可變現套用場景不斷增加的發展趨勢，針對可計算建模、可定量預測的發展特徵，以推動數位技術和生物醫藥深度融合為主線，強化研發、技術、產品、場景、生態系統推進，有組織推進前沿導向的底層技術開發、戰略導向的工具疊代最佳化、套用導向的平台體系建設，加快實現用我國自主的計算生物學技術與方法來解決關鍵科學研究問題、藥物研發和重大疾病防診治難題，有力推動計算生物學領域高質量發展。
二、基本原則
——堅持科學引領。遵循科學發展規律和重大套用需求，充分發揮上海生命科學和醫療領域的基礎優勢，以關鍵科學問題為引領，以大規模數據和典型套用場景為依託，加快形成具有上海特色的計算生物學研發體系。
——堅持系統布局。著眼於生物技術和信息技術的相互賦能、融合突破，銜接布局創新鏈和產業鏈，聯動各方資源，加強研發、技術、人才、資本等要素的集聚，加快推動研究成果轉化套用。
——堅持自主創新。以原始創新、自主開發為重要標準，充分激發各類創新主體活力，打造人無我有、人有我優的原創理論和核心產品，將計算生物學打造成上海國際科創中心的策源標桿之一。
三、主要目標
到2025年，建立基於建模、預測、套用全鏈條的計算生物學研究範式，初步建成生物大數據平台等基礎設施，培養、引進一批計算生物學人才，在多模態數據理論算法、蛋白質工程、AI藥物研發等領域率先實現重大理論突破，開發出一批具有自主智慧財產權和國際影響力的算法模型和軟體，加速催生一批面向生命健康的顛覆性新技術，產出一批可有效規模化套用的新工具、新標準與新產品，為形成計算生物學領域的優勢學科，把上海打造成計算生物學領域創新思想、科研範式和重大套用的策源地奠定基礎。
四、實施重點項目攻關
圍繞算法開發、模型構建、AI藥物設計等基礎研究與套用基礎研究進行系統布局。
方向一：生物大數據解析的共性算法。面向多尺度生物大數據解析的共性問題，發展生物醫學大數據挖掘與解讀的共性算法，開發面向跨尺度、多模態組學數據和真實人群多維組學數據的算法與模型，建立生物分子網路逆向工程模型和生物系統數字模型。
方向二：蛋白與核酸設計改造。發展人工智慧助力的分子動力學和增強採樣算法，開發我國獨立自主的大分子結構預測與設計的算法和軟體，構建大分子結構解析及其互作的分析計算流程和預測模型，構建大分子工程AI設計平台，指導大分子改造實驗和結構最佳化。
方向三：AI藥物設計。發展AI藥物研發的原創性算法、模型與計算平台，開發小分子藥物大模型和生成算法，建立人工智慧增強的抗體藥物和肽類藥物大模型與設計平台，發展中藥複方藥理藥效預測模型，研發具有協同藥效的現代複方。
方向四：重大疾病精準診療關鍵技術。發展原創計算建模手段和預測算法，探索腫瘤、衰老、心身疾病、神經退行性疾病等重大疾病中的多層次生物大數據規律，發現診斷標誌物和潛在藥物靶點，建立高風險毒株預測方法，促進臨床和公共衛生轉化套用。
五、保障措施
（一）設立專項支持
1.在市科委科技創新行動計畫中設立“計算生物學”專項。聚焦結構、組學、類器官、個體等多維度的生命科學重大問題和主要目標，以全鏈條創新的理念布局算法、模型構建、藥物生成等基礎研究方向，構建計算生物學的創新源頭。
2.積極謀劃布局市級科技重大專項。依託上海優勢，面向上海需求，圍繞“一站式”藥物研發工具、數據驅動的疾病機制研究和靶點發現、衰老機制研究與干預等領域，有組織開展前期預研，適時部署市級科技重大專項，將上海在計算生物學領域的優勢力量有機整合起來，形成資源共享、優勢互補的科研生態。
（二）建設創新平台體系
3.建設上海生物大數據平台。基於現有數據資源，進一步強化財政資金的引導作用，構建標準統一、強化套用的“核心+節點”資料庫體系，形成我國自主可控的數據資源與核心技術，加強對數據安全和隱私保護的政策治理，為計算生物學的發展提供高質量基礎保障，積極承接國家生物信息中心長三角節點建設。
4.建設重點實驗室。依託中科院在滬研究所、部屬高校、科技型企業等各類主體，培育籌建計算生物學領域的全國和市級重點實驗室，突破一批原創理論和共性技術。
5.建設新型研發機構。建設高能級新型研發機構，聯動有關企業機構，開展基礎研究和套用基礎研究，加強產學研合作，面向藥物靶標、候選藥物、診療技術等方向加快成果套用轉化。
6.成立計算生物學“創新聯盟”。成立由高校、科研機構和主要企業共同組成的創新聯盟，通過協同創新，促進共性算法、模型開發、分子設計等關鍵環節的交流與合作，實施“賽馬制”“揭榜制”管理，提升科研攻關效率，形成該領域持續開發能力。
（三）銜接產業發展
7.舉辦上海計算生物學大賽。設立該領域的上海大賽，引導高校院所及企業在算法、軟體、結構等多個環節的原創產品積極亮相，建立以賽選項機制，吸引更多潛在用戶，不斷提高上海計算生物學在國內外影響力。
8.帶動創新能級提升。通過加強孵化，引導和培育“長期資本、耐心資本”等方式，加速技術產品化和產業化，實現全過程創新，孕育企業發展，帶動全市計算生物學創新創業能級提升。
（四）加強人才引育
9.培育優勢學科。鼓勵具有自主審核資格的高校、院所根據發展階段設立“計算生物學”一級學科，建設全新課程資源和教學實踐平台，加強研究生聯合培養，構建該領域交叉專業人才培養體系，培養滿足產業發展急需的創新型人才，為交叉學科提供更好的發展通道和平台。
10.加強人才引進。優先吸引該領域具有全球號召力的頂尖科學家、企業家和投資家，同步完善領軍人才落戶、技術入股等方面的配套措施，加速提升上海科研原創水平、帶動學科建設、推進產業發展、培養人才隊伍。
