2026沙利文峰会的重磅专场“合成生物与生物制造专题论坛”，由沙利文主办、国家生物制造产业创新中心指导。现场汇聚两院院士、顶尖高校学者、龙头企业掌舵人、新锐科创企业创始人及头部投资机构代表，共探合成生物学创新突破路径、共商生物制造产业化落地策略、共掘行业未来增长新机遇，搭建了汇聚“政-产-学-研-金-用-服”全链式的高规格、深层次的对话平台，凝聚了从基础研究到产业转化再到资本赋能的强大合力。
本次专题论坛特邀香港中文大学李煜教授带来《人工智能与虚拟细胞如何助力生物智造》主题演讲。李煜教授结合自身跨学科研究背景，立足AI技术最新迭代趋势，从通用人工智能发展规律、多尺度生命智能建模、虚拟细胞技术体系落地等维度，系统拆解AI赋能生命科学与合成生物智造的底层逻辑，分享团队在生物大分子、单细胞、多细胞层级的前沿建模成果，创新性提出合成生物学DBTL研发范式的迭代路径，为AI与合成生物交叉创新、生物制造产业提质增效提供了全新的技术思路与实践方向。
演讲嘉宾
李煜先生
香港中文大学计算机科学与工程系助理教授
主要研究方向聚焦生物信息学、人工智能与智能健康。研究成果发表于《Nature Biotechnology》《Nature Methods》等国际顶级期刊，并获《Nature》《Science》专题报道。2015年本科毕业于中国科学技术大学生命科学学院贝时璋生命科技英才班，获一等荣誉学位；2016年、2020年于阿卜杜拉国王科技大学（KAUST）先后取得计算机硕士、博士学位。2022年入选福布斯亚洲30岁以下精英榜（30 Under 30）；2024年斩获香港中文大学校长模范教学奖，同年入选MIT科技评论中国区35岁以下科技创新35人、APEC30岁以下亚太青年领袖；2025年入选智源学者。长期深耕机器学习、深度学习与优化算法开发，面向创新药物研发、生物序列解析与元件设计开展交叉研究，积极推动AI算法在合成生物智造领域的落地应用。
以下为李煜教授演讲要点：
PART.01
技术迭代：通用AI快速进化，开启生命科学智能研究新契机
李煜教授表示，聚焦人工智能与虚拟细胞赋能合成生物智造，是立足当下技术变革趋势的重要探索。当前通用人工智能技术迎来跨越式发展，彻底改写了传统AI的能力边界，曾经衡量人工智能智能化水平的核心标准——图灵测试，如今已被大语言模型全面突破，各类AI工具可实现与人无异的自然交互。
除语言交互能力外，近年AI实体技术同样实现颠覆性突破，人形机器人可高度复刻人类行走、攀爬等肢体行为，外观与动作愈发趋近人类，技术迭代速度远超行业预期。但李煜教授强调，即便AI模拟人类行为与形态的能力持续升级，其底层构造与生命体存在本质差异，AI依托金属、硬件、程序运行，而人类生命体系依托细胞、生物大分子构成，拥有极其复杂的内在运行机制。
从生命科学研究视角来看，细胞内部的DNA转录、翻译、大分子运作等过程，看似原理清晰，实则复杂度极高。传统生命研究依托测序、成像等实验技术探索生命规律，而AI与生命科学的交叉融合，并非简单技术套用，核心是依托生物体系潜藏的规律与模式，通过海量生物观测数据训练智能模型，精准挖掘分子、细胞、生命体系的内在逻辑，为医药研发、合成生物制造提供全新的智能化研究工具。
李煜教授类比自然语言大模型的成功逻辑指出，人类语言拥有固定语法与规律，支撑了大模型的训练与落地；而生物分子、细胞体系同样具备稳定的内在规律，海量生物实验数据的积累，为AI建模、生命规律挖掘、生物工艺优化、创新功能设计奠定了核心基础。
PART.02
科研深耕：构建多尺度AI模型，打造生命研究“虚拟细胞”体系
基于生命体系的层级特征，李煜教授团队搭建了分子、单细胞、多细胞三大维度的AI建模体系，自主研发多类智能算法，逐步构建起完整的“虚拟细胞”研究框架，实现对生命结构、功能与动态变化的智能化解析。
在分子层面，行业以AlphaFold蛋白质结构预测为标志性突破，印证了AI在生物大分子研究中的巨大价值。李煜教授团队聚焦行业短板，针对性研发RNA结构预测模型，性能优于现有主流算法，填补了RNA大分子智能建模的技术空白，同时深耕DNA、蛋白质等生物大分子的序列分析、结构解析与分子间相互作用研究，完善生物大分子智能化研究体系。
在单细胞层面，团队重点攻克基因表达调控与细胞表型预测难题。李煜教授解读，人体各类细胞均由同源干细胞发育而来，细胞功能、形态差异的核心源于基因表达量的差异化调控，多数疾病、细胞功能变异也与基因表达异常密切相关。对此，团队开发专属AI算法，可精准预测不同细胞类型的基因表达特征，模拟药物、基因扰动下细胞基因表达的动态变化，预判细胞形态、表型的变异规律，相关成果已发表于国际顶尖杂志《Nature》子刊，为药物筛选、细胞功能改造提供了精准的智能工具。
在多细胞与组织层面，目前学界整体仍处于探索阶段，技术难度极高。李煜教授团队与斯坦福大学等顶尖院校开展合作，聚焦胚胎发育体系，搭建多细胞体系AI建模框架，预判胚胎不同阶段的发育状态，持续推进相关体系的优化完善。依托多尺度建模能力，团队进一步研发反向工程算法，可从零设计全新功能RNA、筛选性能优于天然产物的抗菌肽，突破天然生物材料的性能局限，实现功能性生物分子的创新设计。
PART.03
产业赋能：虚拟细胞重构研发范式，助力合成生物智造升级
李煜教授指出，团队原本聚焦医药研发领域的AI算法研究，但核心技术逻辑与合成生物学高度契合，可实现无缝跨界赋能，为生物智造产业革新提供核心支撑。
从技术体系匹配度来看，团队搭建的分子、单细胞、多细胞多尺度虚拟细胞框架，与合成生物学从分子网络、单细胞菌株、多细胞体系到产业应用的全层级研究维度高度契合，虚拟细胞的扰动模拟、功能预测、元件设计等核心能力，可直接适配合成生物菌株改造、代谢通路优化、生物元件创新设计等核心场景。
从研发范式革新来看，传统合成生物学依托DBTL（设计-构建-测试-学习）循环开展研究，流程固化、迭代周期长、试错成本高。而AI与虚拟细胞技术的融入，彻底重构了研发逻辑，形成全新的LDBT（学习-设计-构建-测试）逆向研发范式。依托既有生物数据与模型积累，先通过AI学习挖掘生命规律、预判最优设计方案，再开展实验设计、构建与测试，大幅压缩研发周期、降低试错成本，显著提升合成生物研发与智造效率。
最后，李煜教授总结，AI与虚拟细胞技术的核心价值，在于依托智能化手段破解生命体系复杂规律，推动研究从认知生命、解析生命迈向设计生命、改造生命的升级。随着多尺度AI建模技术的持续成熟，相关能力将充分迁移落地到合成生物学领域，深度赋能生物元件创新、菌株改造优化与制造工艺迭代，充分释放生物制造产业的创新潜力，为行业高质量、智能化发展注入全新动能。
