人工智能与软件技术工程学院（徐州工程学院信息工程学院鲍文正）

人工智能与软件技术工程学院（徐州工程学院信息工程学院鲍文正）随着人工智能的进一步发展，人工智能领域已经逐步广泛地应用于医疗中，比如医疗机器人技术、智能药物的研发、智能诊疗、智能影像识别、智能健康管理等。AI在医疗领域大有可为生物数据庞大而复杂，而人工智能能够通过构建一些算法模式，对大型数据进行收集、筛选、分析等。“它能将复杂的分析工作流程简化为单一的分析框架。而且，这样的框架将能够以前所未有的速度处理和分析海量生物数据，以节省大量时间和金钱，这将进一步加速生物研究。”鲍文正说，其实也并不是要教机器像人一样思考，而是把数学算法运用到生物信息的海量数据上，来预测事件发生的可能性。鲍文正介绍：“我们这个团队主要从事采用人工智能的方法构建了蛋白质翻译后修饰位点的精准识别模型和相关的基因调控网络。”他解释，近几年蛋白质组学技术的迅猛发展 产生了大量的蛋白质序列数据，这大大促进了研究者对于蛋白质翻译后修饰（PTMs）的深入研究，虽然高通量的实验技术在PTMs识

在徐州工程学院，1989年出生的信息工程学院教师鲍文正常常被身边的师生称为“准90后”科研达人。年轻的心态，步履不停地学习充电，让他在人工智能时代生物信息学领域找到了属于自己的一隅天地。“希望未来，我们可以通过人工智能技术，获取并分析更多的生物学信息，将研究成果服务于临床，更早地判断出遗传疾病的发生概率，更早也更准确地对胎儿做好早期筛查。”

在海量生物数据中“求解”

大家都知道蛋白质是生命的基础物质，由很多个氨基酸构成。人体内蛋白质的种类很多，性质、功能各异，但都是由20多种氨基酸按不同比例组合而成，并在体内不断进行代谢与更新。而氨基酸的排列不仅仅只是“手牵手”连成线这么简单，它们还会叠加、折叠，甚至折叠后再抱在一团叠加，科学家们一直致力于“解读”它们的规律，探寻生命的奥秘。

而鲍文正所从事的生物信息学研究，正是通过人工智能方法，来分析和挖掘这些生物数据。“生物信息学是一种混合科学领域，是使用计算从生物数据中提取见解。它有助于从计算的角度解决大规模和数据密集型的生物学问题。”鲍文正说。

生物数据庞大而复杂，而人工智能能够通过构建一些算法模式，对大型数据进行收集、筛选、分析等。“它能将复杂的分析工作流程简化为单一的分析框架。而且，这样的框架将能够以前所未有的速度处理和分析海量生物数据，以节省大量时间和金钱，这将进一步加速生物研究。”鲍文正说，其实也并不是要教机器像人一样思考，而是把数学算法运用到生物信息的海量数据上，来预测事件发生的可能性。

鲍文正介绍：“我们这个团队主要从事采用人工智能的方法构建了蛋白质翻译后修饰位点的精准识别模型和相关的基因调控网络。”他解释，近几年蛋白质组学技术的迅猛发展 产生了大量的蛋白质序列数据，这大大促进了研究者对于蛋白质翻译后修饰（PTMs）的深入研究，虽然高通量的实验技术在PTMs识别和分析上取得了很大的成就 但是实验技术往往费时费力 且产出较低。因此有必要发展高效、可靠的理论计算方法学习PTMs。

据悉，近年来，鲍文正主持并参与国家自然科学基金青年项目3项，参与国家自然基金重点项目2项、主持江苏省自然科学基金青年项目1项，获得了山东省优秀创新团队1项，获批省科协青年人才托举计划，公开发表论文30余篇 其中SCI论文11篇、EI论文20篇。

AI在医疗领域大有可为

随着人工智能的进一步发展，人工智能领域已经逐步广泛地应用于医疗中，比如医疗机器人技术、智能药物的研发、智能诊疗、智能影像识别、智能健康管理等。

鲍文正介绍，目前在我们的生活中，已经能感受到在健康管理服务方面，人工智能技术发展带来的突破性进展，尤其以运动、心律、睡眠等检测为主的移动医疗设备发展较快。“比如我们常用的电子手环、智能秤等，通过这些智能设备，使用者可以快速检测出血压、心电、脂肪率等多项健康指标，同时智能设备采集的健康数据会上传到云数据库，形成个人健康档案，此后通过数据分析，会为用户建立个性化健康管理方案，再经过AI技术对数据的处理，会为用户提供一个整体评估，辅助健康管理人员帮助用户规划日常健康安排，进行健康干预等。”与此同时，针对一些需要关注的特殊用户，如老人或一些疾病患者，医生或护理人员，可以通过这些可穿戴智能检测设备和智能健康终端，持续监测用户生命体征，提前预测险情并处理。

此外，运用融合了生物信息学等多学科的人工智能算法，还能够服务于创新药研发。据悉，传统生物医药行业利用高通量筛选方式进行目标化合物的筛选，人力、时间和试错成本均很高。鲍文正介绍，“大数据时代下，我们可以建立相关数据模型，运用计算机模拟，对药物活性、安全性和副作用进行预测，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的效果，我们期望以后会有更多价格低、效果好的新药物出现”。

鲍文正表示，作为科研工作者，他将基于自身学科交叉性强、研究热点集中等特点，进一步凝练研究发展方向，组建高水平的科研创新团队。“我下一步将结合临床医学数据采用人工智能的方法进行生物信息学的分析和建模。比如遗传学方面疾病，通过人工智能和机器学习，进一步准确地早期识别出胎儿遗传疾病，或者判断遗传病发生的概率。”鲍文正说，“我平时也会经常与医院的一线医生进行沟通，及时了解临床上的热门医学疾病和临床问题，以便使自己的研究更加贴近生活、更加便于服务临床。”

培养注重学以致用

“我接触到生物信息学是在研究生学习期间。”鲍文正说，选择它主要是因为一直以来他都从事计算学应用的交叉学科，并且对生物学和医学有点兴趣。“但随着我进一步深入学习这门课程，就发现生物信息学真的让人越来越着迷，能够基于各种算法预测，找出我们想寻求的结果，这本身就是一种乐趣。”

兴趣所在，于是外人看起来的枯燥的研究也让鲍文正觉得欢喜。“我日常的工作大部分时间是面对着电脑，会涉及数学、生物学、计算机的各种内容，在数据分析时，要将各种分析结果进行生物学评价，给出最优的分析策略，这需要具有纯熟的数理知识，把待分析的问题转化为可计算的模型，最后给出可实现的程序。”鲍文正告诉记者，因为生物信息学是一个发展迅速的学科，所以要不断地学习。

作为大学里的青年教师，鲍文正接触到最多的就是“00后”的大学生，“学生对新工具和新事物的理解和看法，往往要有别于‘80后’、‘90后’，青年教师更加应该引导学生从日常的生活、学习中培养科研的素养”。鲍文正说。

在鲍文正看来，现在的学生大部分都很努力。“最近有个新词很热门，叫‘内卷’，很多学生为了考研、考编都在努力地学习，这使他们变优秀的同时，也存在焦虑。我经常告诉他们，最大的敌人就是我们自己，提高效率才是最重要的，该学的时候好好学习，该休息的时候好好放松，明确目标、作好规划，不随波逐流，作好自己就行。”鲍文正说，他也经常在科研之余锻炼身体，有效缓解压力。“比如慢跑、游泳，人在运动的时候，身体会分泌内啡肽，给人带来愉悦感，能够帮助缓解焦虑。同时，还要保证睡眠，在完成科研工作时尽可能保证充足的睡眠。”

在日常培养学生的过程中，鲍文正更加倾向于“学以致用”，在课堂上将人工智能内容通过案例的形式引导学生动手实现。“比如，有调查分析说近六成的大学生每天玩游戏超过1小时，我就在课外布置1项兴趣分析，让同学们利用人工智能的方法分析各类数据，将游戏中的人物各项能力进行分析，如何进行人物组合才能达到最优效果，让他们知道玩游戏也需要策略，也需要技巧，一定要学好计算机专业课。”而这种“学以致用”的教学方式也让鲍文正更受学生的欢迎。鲍文正说：“一方面，希望自己能够学以致用，同时也希望学生们能够利用所学技术早日在相关领域发出中国声音。”（作者：陶韬 编辑：谢长美）