检测到您的浏览器版本过低，可能导致某些功能无法正常使用，建议升级您的浏览器，或使用推荐浏览器 Google Chrome 、Edge、Firefox 。 X
2025年12月初，逾24,000名机器学习专家齐聚圣地亚哥会议中心，共赴迄今规模最大的神经信息处理系统大会（NeurIPS）。本届大会从超过21,000篇投稿中遴选出5,000余篇论文参会。
NeurIPS 2025的参会代表中涌现出一批日益壮大的生命科学领域代表人物，这印证了生物学正迎来变革性时刻，为当今的大型语言模型乃至现代人工智能架构铺平道路。Genesis Molecular AI公司首席执行官埃文·范伯格注意到，近年来神经信息处理系统国际会议不断发展，专门针对科学领域人工智能的研讨会参与人数持续增长。“交叉领域已不再是小众领域，而是一个蓬勃发展的主要领域，它已成为人工智能的支柱之一，正如视觉或语言领域一样。”
Genesis公司脱胎于斯坦福大学维杰·潘德博士的实验室。潘德博士曾任a16z生物与健康基金合伙人，现为新创投公司VZVC的联合创始人兼管理合伙人。该公司的人工智能平台融合了扩散模型、语言模型及物理机器学习模拟技术，用于分子生成与治疗特性预测。近日，Genesis公司发布了名为Pearl的基础模型，该模型用于蛋白质-配体协同折叠，据称其原子级精度已超越AlphaFold3。
（一）人工智能驱动生物学的交叉研究
在小分子药物研发领域，Insilico Medicine创始人兼首席执行官亚历克斯·扎沃隆科夫指出，候选药物进入临床试验的周期显著缩短，这正是人工智能对生物学领域产生影响的明证。Insilico Medicine公司宣称已拥有十余个获得IND（新药临床试验申请）许可的候选药物，其中数个已进入I期临床试验阶段。2025年早些时候，该公司还在《自然-医学》期刊上发表了新型TNIK抑制剂的IIa期试验结果。
Insilico全球人工智能平台负责人佩特里娜·卡米亚表示，“当我们最初作为软件公司起步时，外界对软件的实际功能持诸多怀疑态度。短短五年内构建出自主研发的药物研发管线，正是对平台能力的有力证明。”
在生物制剂领域，Chai Discovery联合创始人约书亚·迈耶指出，抗体设计领域在短短两年内取得了重大突破，尤其在需要原子级精度的硬靶标（如GPCR受体）方面。Chai公司近期推出的多模态生成模型Chai-2，在新抗体设计中实现了16%的命中率，较传统方法（成功率不足1%）实现了显著提升。“若2025年初询问人们‘全新抗体设计何时能实现？’多数人认为尚需五年时间。而我们在讨论两周后便发表了研究成果，并向这些专家证实：这项技术如今已能投入实际应用。”
据悉，Chai-2加入了一个日益壮大的全新抗体模型生态系统，其中包括华盛顿大学诺贝尔奖得主大卫·贝克博士实验室研发的RFantibody，以及Nabla Bio公司开发的JAM-2——这家基于人工智能的蛋白质设计初创企业脱胎于哈佛医学院著名遗传学家乔治·丘奇博士的实验室。
在虚拟细胞开发领域，在NeurIPS 2025大会上，虚拟细胞开发者们翘首以盼Arc研究所首届虚拟细胞挑战赛的最终结果。这场由英伟达、10x Genomics和Ultima Genomics联合赞助的公开竞赛设立了两项大奖，每项奖金高达10万美元，授予那些“最精准”预测细胞对基因扰动反应的机器学习模型。
新设立的通才奖授予了Altos Labs——这家营利性生物技术公司于2022年1月成立，获得30亿美元融资，其使命是通过细胞复活技术恢复细胞健康与抗逆性。该奖项的增设凸显了为复杂生物学建立可靠基准所面临的挑战。
与此同时，Altos展示了由其高级机器学习科学家乔尔·达佩罗和马塞尔·纳萨尔牵头、与微软研究院合作开发的scGeneScope平台。该研究探索了如何通过在Altos独特的配对单细胞RNA测序与细胞绘图图像数据集上对模型进行重新训练和测试，从而识别实验室变异条件下的扰动及作用机制。团队还推出了PerturBench——一个用于预测细胞对遗传或化学扰动反应的标准化基准测试平台。
在临床转化领域，Noetik联合创始人兼首席执行官罗恩·阿尔法表示，公司的目标是构建癌症生物学基础模型以支持患者层面的决策制定。他强调，人工智能驱动生物学的主要目标是从传统假说驱动型研究转向计算机模拟实验。为践行这一使命，Noetik构建了可大规模开展扰动实验的在体小鼠平台。团队正致力于建立模拟人类数据与小鼠实验之间的映射关系，以加速成果转化进程。
在基因组学领域，23andMe公司推出了PRSformer——一种适用于群体规模的全基因组疾病风险预测的新型深度学习架构。该技术揭示了非线性效应仅在特定数据规模以上才可被检测到的原理。这项研究由Biohub人工智能高级总监、芝加哥大学助理教授阿里·汗领衔完成。
（二）人工智能助力神经科学基础发现并产生临床影响
更先进、更可靠的人工智能（AI）技术的发展在科学研究领域具有广阔的应用前景。人工智能已成为科学家们强大的辅助工具：它能在数秒内筛选海量数据，指导实验开展，并协助撰写更优质的论文。佐治亚理工学院神经工程师克里斯托弗·罗泽尔在2025年神经科学学会会议上主持了人工智能新闻发布会，他表示：“我们正见证着‘人工智能+X’的子学科兴起，其中X代表几乎所有科学领域。神经科学也不例外。”
在本次会议中，五位专家小组成员探讨了人工智能在生物学领域的应用，以及机器学习如何从数据分析到临床诊断，全面提升临床实践水平并推动神经科学领域的发展。
改良型人工神经网络揭示大脑整合感官信息机制：人类大脑通过整合各种感官输入，能够可靠地感知周围环境。马克斯·普朗克行为神经生物学研究所的神经生物学家马塞尔·奥伯兰德指出：“如今，人工神经网络（ANNs）也成功解决了这一任务，它们的设计确实受到大脑的启发”。这促使奥伯兰德及其团队探索人工神经网络能否帮助更好地理解大脑功能，尤其是感知功能。然而，人工神经网络缺乏大脑的许多特性，例如神经元多样性和连接性。将这些元素融入人工神经网络后，其表现超越了传统模型——类脑人工神经网络只需更少数据和更短时间即可产生相同结果。通过整合大脑特性构建人工神经网络，有助于神经科学家更深入理解这些特性如何促进感知等脑功能。
利用人工智能对神经元进行逆向工程：神经元无法相互传递电信号，这是从癫痫到精神分裂症几乎所有神经系统疾病的根本原因。虽然膜片钳电生理学技术能帮助测量神经元的电输出，但无法提供关于导致电信号异常的离子通道的信息。经典计算模型通过整合离子通道与神经元形态学来预测细胞的电输出。为实现该过程的逆向推演，加州大学戴维斯分校神经生物学家罗伊·本-沙洛姆及其团队构建了名为NeuroInverter的深度学习模型。该人工智能工具成功分析并预测了170余种不同类型神经元的离子通道组成。“通过NeuroInverter，我们为深入理解脑部疾病打开了一扇大门。现在只需知道电压响应，就能为任何神经元创建‘数字孪生体’，这将成为疾病建模和发现领域中极其强大的工具。”
人工智能工具助力步态障碍分析：衰老及中风、多发性硬化症等神经系统疾病会损害个体的行走能力。为治疗和康复患者，临床医生必须首先准确测量步态缺陷。临床评估可能存在主观性，而动作捕捉系统等客观工具则需要专业且昂贵的设备。这些局限性促使研究人员寻求实用且经济高效的替代方案。埃默里大学康复医学研究员特丽莎·凯萨及其团队运用机器学习算法，分析了智能手机拍摄的正常步态与步态障碍视频。该方法帮助他们以超过85%的准确率对具有临床意义的步态障碍进行了分类。“我们的目标是实现精准客观的步态分析，使临床医生能在社区诊所等不同环境中应用这些分析结果，从而推动更精准、更高效、更个性化的康复治疗。”
人工智能可早期检测帕金森病患者步态冻结现象：帕金森病患者可能突然发现自己无法迈步，仿佛双脚被粘在地板上。虽然深部脑刺激已被证实是治疗其他症状的有效手段，但由于该症状的起因尚不明确，其在治疗步态冻结方面的应用仍受限。克利夫兰诊所的科学家杰伊·阿尔伯茨及其团队利用虚拟现实技术发现，诱发步态冻结的场景会在参与者大脑中激活独特的神经特征。阿尔伯茨团队基于每次试验获取的数据训练了机器学习模型，用于预测个体发生步态冻结的概率。该人工智能模型能够在步态冻结发生前准确检测到该症状。这使得自适应性深部脑刺激方案有望在步态冻结症实际发作前进行治疗。
人工智能工具通过脑部活动解读词语含义：脑机接口（BCIs）可帮助严重残疾患者恢复沟通能力。现有技术能解码语音的发音特征，但会混淆发音相似的词汇。为解决这一难题，阿拉巴马大学伯明翰分校神经生理学家马修·尼尔森及其团队记录了人们思考不同类别词汇（如服装或动物）时的脑部活动。他们运用机器学习算法，根据个体脑部活动跨语义类别进行解码。这项基于人工智能的工具在77%的情况下能准确识别类别。总体而言，这是迈向语言脑机接口的重要一步，最终能够将语义信息与语音信息以及语言其他领域的信息相结合，从而在脑机接口中实现最丰富、最稳健且整体最优的语言解码。
参考文献
[1]NeurIPS 2025: Biology’s Transformer Moment[EB/OL].(2025-12-09)[2026-01-19].https://www.genengnews.com/topics/artificial-intelligence/neurips-2025-biologys-transformer-moment/
[2]Insilico Details AI-Designed, Cancer-Fighting PROTAC Targeting PKMYT1[EB/OL].(2025-12-09)[2026-01-19].https://www.genengnews.com/topics/cancer/insilico-details-ai-designed-cancer-fighting-protac-targeting-pkmyt1/
[3]AI Tools Unravel Thoughts, Actions, and Neuronal Makeup: at the 2025 Society for Neuroscience meeting, scientists discussed how artificial intelligence can aid fundamental discoveries and have a clinical impact[EB/OL].(2025-11-25)[2026-01-19].https://www.the-scientist.com/ai-tools-unravel-thoughts-actions-and-neuronal-makeup-73779
NeurIPS 2025 [4]Recap[EB/OL].(2025-12-15)[2026-01-19].https://www.amplifypartners.com/blog-posts/neurips-2025-recap
[5]NeurIPS 2025 Invited Speaker Topics[EB/OL].(2025-11-20)[2026-01-19].https://blog.neurips.cc/2025/11/20/neurips-2025-invited-speaker-topics/
[6]Announcing the NeurIPS 2025 Best Paper Awards[EB/OL].(2025-11-26)[2026-01-19].https://blog.neurips.cc/2025/11/26/announcing-the-neurips-2025-best-paper-awards/
