近年來，AI技術(shù)發(fā)展勢頭猛進，計算生物學(xué)作為AI發(fā)展的重要方向，正在重新定義生物醫(yī)藥研發(fā)的底層邏輯，作為一門源于20世紀的交叉學(xué)科，其核心使命是通過大量生物數(shù)據(jù)模擬和分析，發(fā)現(xiàn)生物體和生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，從而深化對生命現(xiàn)象的理解。在全球主要國家都在大力發(fā)展計算生物學(xué)的背景下，知悉世界其他國家的研發(fā)水平將有助于中國各部門采取相關(guān)行動，取長補短，有針對性地提高中國計算生物學(xué)的綜合實力。 

一、計算生物學(xué)領(lǐng)域發(fā)展現(xiàn)狀

  （1）美國主導(dǎo)國際市場：全球計算生物學(xué)市場正呈現(xiàn)出強勁的增長勢頭。其中，北美地區(qū)是最大的市場，美國是行業(yè)內(nèi)領(lǐng)先國家，政府每年用于發(fā)展計算生物學(xué)的平均支出估計為1.4億美元，美國在藥物發(fā)現(xiàn)和開發(fā)工作上的高支出，是其保持市場主導(dǎo)地位的主要原因；歐洲地區(qū)是全球第二大市場，德國、英國和法國占據(jù)重要比例；亞太地區(qū)是增長最快的市場，中國和日本是藥物支出的主要國家，該地區(qū)合同研究組織(CRO)的持續(xù)增長，有助于降低藥物研發(fā)成本，從而推動市場規(guī)模擴大。同時，較大的化學(xué)仿制藥和生物類似藥生產(chǎn)規(guī)模，進一步刺激了計算生物學(xué)領(lǐng)域的市場需求。

（2）國內(nèi)政策大力支持： 國家層面，國家發(fā)展改革委印發(fā)《“十四五”生物經(jīng)濟發(fā)展規(guī)劃》中明確提出，要推動生物技術(shù)和信息技術(shù)融合創(chuàng)新；地區(qū)層面，北京、上海、廣州、深圳等一線城市首先推動，其中上海作為生物醫(yī)藥科技創(chuàng)新實力最強、活力最足的區(qū)域之一，在計算生物學(xué)方面具有良好的發(fā)展基礎(chǔ)，2023年5月上海市科學(xué)技術(shù)委員會發(fā)布《上海市計算生物學(xué)創(chuàng)新發(fā)展行動計劃（2023—2025年）》，加速推動了計算生物學(xué)賦能生物醫(yī)藥科技創(chuàng)新和產(chǎn)業(yè)發(fā)展。

（3）相關(guān)領(lǐng)域投融資較熱：國內(nèi)對計算生物學(xué)相關(guān)公司（包括AI制藥、組學(xué)、精準醫(yī)療）的投資事件主要分布在北京、上海、杭州和深圳等城市，國外主要分布在美國、加拿大、英國、以色列和印度等地區(qū)。2023 年，全球計算生物學(xué)領(lǐng)域發(fā)生82 起投資事件，融資金額約為93 億人民幣，深勢科技、Causaly、騰邁醫(yī)藥、Superluminal Medicines、分子之心和本導(dǎo)基因等企業(yè)受到了資本市場的青睞。 

二、全球計算生物學(xué)研發(fā)水平評估

課題組參考并利用蘭德公司開發(fā)的快速、開源的用于評估國家科技水平的方法，系統(tǒng)考察了全球計算生物學(xué)發(fā)展水平和現(xiàn)狀。數(shù)據(jù)來源為Web of Science數(shù)據(jù)庫核心合集和Derwent專利數(shù)據(jù)庫，由于計算生物學(xué)是近幾年發(fā)展迅速的交叉學(xué)科，故選取近五年數(shù)據(jù)進行分析，范圍為2019年1月1日至2023年12月31日

（1）高影響力論文：在2019-2023年間，美國在計算生物學(xué)領(lǐng)域論文方面與其他國家拉開較大差距，擁有351篇（40%）高影響力科學(xué)論文，遠超其他國家，占有科研成果數(shù)量上的絕對優(yōu)勢，中國排名第二，擁有125篇（14%）高影響力科學(xué)論文，位列第三的是英國，擁有100篇（11%）高影響力論文，隨后是德國和法國，分別擁有高影響力論文77篇（9%）和54篇（6%）。可以看出，美中英三國在計算生物學(xué)領(lǐng)域的高影響力論文占據(jù)了近五年來計算生物學(xué)領(lǐng)域的半壁江山，意大利、日本、加拿大和法國在高影響力論文產(chǎn)出的數(shù)量方面還有待提高。

圖1  全球主要國家計算生物學(xué)領(lǐng)域高影響力論文數(shù)量

（2）合作網(wǎng)絡(luò)密度：在2019-2023年間，美國是網(wǎng)絡(luò)密度最高的國家（0.298%）且遙遙領(lǐng)先，說明相較于其他國家，美國在計算生物學(xué)領(lǐng)域的研究表現(xiàn)出高度的連通性，國際間的合作最密切。排名二、三位的英國和德國，其合作網(wǎng)絡(luò)密度較為接近，與后面國家拉開了較大距離。中國雖然發(fā)表論文數(shù)位列第二，但與國際間的合作連通性相較于發(fā)文量來說不高，說明中國計算生物學(xué)界的研究多集中在國內(nèi)機構(gòu)，不太注重跨國交流。位列中國之后的法國、意大利、加拿大和印度在高影響力論文方面的排名也相近，說明加強國際合作在一定程度上可以提高科研成果的技術(shù)水平。

（3）質(zhì)量調(diào)整專利：未經(jīng)調(diào)整的專利數(shù)據(jù)表明，2019-2023年間，美國在計算生物學(xué)領(lǐng)域產(chǎn)生了10988項專利（占全球?qū)＠倲?shù)的44%），從數(shù)量角度遠遠領(lǐng)先于其他國家，并且平均質(zhì)量也很高，不是想象中“少而精”的存在。中國的專利數(shù)量雖然排名第二，但是經(jīng)過專利質(zhì)量的調(diào)整，專利產(chǎn)出量大幅下降，是所有納入分析的國家中唯一負方向波動的國家，可見中國專利雖然在數(shù)量上排名可觀，但是在質(zhì)量上有很大的提升空間。此外，可以觀察到歐洲國家的專利申請數(shù)雖然不及中國，但經(jīng)質(zhì)量調(diào)整后，其專利數(shù)都有所提升，可見大部分發(fā)達國家在計算生物學(xué)領(lǐng)域的專利質(zhì)量在全球處于領(lǐng)先地位，中國“專利泡沫”現(xiàn)狀的存在不利于專利的高質(zhì)量發(fā)展。

表1 主要國家在計算生物學(xué)領(lǐng)域的專利質(zhì)量調(diào)整

（4）國際科技組織能力：2019-2023年間，統(tǒng)計全球主要國家的文獻發(fā)表機構(gòu)數(shù)量和專利申請機構(gòu)數(shù)量發(fā)現(xiàn)，美國的文獻發(fā)表機構(gòu)數(shù)量遠高于其他國家，是其高質(zhì)量文獻數(shù)領(lǐng)先的主要原因。在統(tǒng)計的過程中發(fā)現(xiàn)，美國機構(gòu)的平均文獻發(fā)表數(shù)也遙遙領(lǐng)先，這側(cè)面反映出每個機構(gòu)的成果產(chǎn)出也很優(yōu)秀。中國的專利申請機構(gòu)數(shù)量相對較多（排名第一），同時中國也是經(jīng)專利調(diào)整后數(shù)量大幅下降的國家（調(diào)整系數(shù)小于1），證明專利申請機構(gòu)的數(shù)量多少與產(chǎn)出高質(zhì)量的專利沒有直接密切關(guān)系。

圖2  主要國家計算生物學(xué)領(lǐng)域科技組織數(shù)量

（5）文獻高產(chǎn)出機構(gòu)分析：2019-2023年間，全球計算生物學(xué)領(lǐng)域的文獻大多數(shù)來自高校，國家級別的科研機構(gòu)和研究所也參與產(chǎn)出，社會企業(yè)等機構(gòu)產(chǎn)出甚少。研究結(jié)果還顯示，歐美等發(fā)達國家間的機構(gòu)連接網(wǎng)絡(luò)密度極高，說明歐美國家的國內(nèi)外機構(gòu)合作十分密切，而中國的節(jié)點密度較低，傾向于內(nèi)部合作，清華大學(xué)是中國機構(gòu)中國內(nèi)外合作最密切的一所高校。 

三、 計算生物學(xué)領(lǐng)域前沿?zé)狳c分析

基于論文和專利課題組進一步跟蹤和分析計算生物學(xué)領(lǐng)域前沿?zé)狳c發(fā)現(xiàn)：

（1）文獻研究熱點：用VOSviewer將關(guān)鍵詞聚成4類，根據(jù)每類關(guān)鍵詞的詞義，可概括為4個研究主題：主題1--計算生物學(xué)的應(yīng)用，包括病理診斷（diagnosis）、免疫療法（immunotherapy）、乳腺癌（breast cancer）等；主題2--人工智能輔助的生物學(xué)，包含生物信息學(xué)（bioinformatics）、基因表達（gene expression）、蛋白質(zhì)組學(xué)（proteomics）、深度學(xué)習(xí)（deep learning）等；主題3--計算生物學(xué)中的軟件使用，包括系統(tǒng)（systems）、數(shù)據(jù)庫（database）、可視化（visualization）、模型框架（framework）等；主題4--以預(yù)測功能為主的計算生物學(xué)，包括序列（sequence）、分子動力學(xué)（molecular dynamics）、二級結(jié)構(gòu)（secondary structure）、結(jié)構(gòu)生物學(xué)（structural biology）等。

（2）專利研究熱點：運用LDA主題模型對專利摘要進行主題分類，當(dāng)主題聚類數(shù)為4的時候顯示結(jié)果最佳，可以看出，當(dāng)前計算生物學(xué)方向的專利研究主題主要集中于計算生物學(xué)的底層技術(shù)。將其與分析所得的文獻主題進行比較，可以發(fā)現(xiàn)目前計算生物學(xué)專利領(lǐng)域重點落在算法技術(shù)板塊，而文獻的熱點更多側(cè)重于計算生物學(xué)的實際應(yīng)用，直接和醫(yī)療層面建立聯(lián)系，努力為人類健康做出貢獻。但任何一個領(lǐng)域應(yīng)用的落實都離不開底層技術(shù)的基礎(chǔ)支持，因此，高質(zhì)量的專利應(yīng)當(dāng)為了實現(xiàn)應(yīng)用而存在，而非“修改皮毛”、“以次充好”，不論是從知識產(chǎn)權(quán)保護的層面還是經(jīng)濟市場產(chǎn)品角度來看，專利質(zhì)量的重要性舉足輕重。未來對于計算生物學(xué)在應(yīng)用上的專利研究可以加大力度，適當(dāng)引入計算機領(lǐng)域人才或跨領(lǐng)域合作來加快新科研成果的產(chǎn)出。  

四、對上海計算生物學(xué)發(fā)展的啟示

（1）加強跨國合作：與其他國家相比，中國在計算生物學(xué)領(lǐng)域的國際交流與合作還有待加強。一方面，中國的科研成果多以國內(nèi)課題組為合作團體開展合作，跨國合作的比例較少，這也是發(fā)文機構(gòu)之間的關(guān)聯(lián)不如歐美國家緊密的原因之一。另一方面，美國在計算生物學(xué)領(lǐng)域高質(zhì)量論文的產(chǎn)出遙遙領(lǐng)先于其他國家，并且在合作網(wǎng)絡(luò)密度指標的表現(xiàn)上也位居首位，相反中國則表現(xiàn)欠佳。上海作為中國開放的橋頭堡，理應(yīng)加強與他國科研能力強的團隊的學(xué)習(xí)交流合作，實現(xiàn)領(lǐng)域知識整合和研究的推進交流，進而突破現(xiàn)有的技術(shù)瓶頸，產(chǎn)出更多的高質(zhì)量成果，推動全球計算生物學(xué)的發(fā)展。

（2）優(yōu)化成果遴選指標：盡管國內(nèi)在計算生物學(xué)的基礎(chǔ)研究上取得了不錯的成就，但技術(shù)轉(zhuǎn)化和應(yīng)用方面仍有待提高，主要表現(xiàn)在有效專利的質(zhì)量低，在質(zhì)量調(diào)整專利后，中國是在主要國家中專利質(zhì)量調(diào)整系數(shù)小于1的唯二國家。上海雖然已經(jīng)對專利申請數(shù)量的單一化指標要求有所改變，但能解決實際問題的專利比重還是偏小，所以建議上海能在專利申請和維護時定向支持產(chǎn)學(xué)研合作，鼓勵將科研成果轉(zhuǎn)化為實際產(chǎn)品和實用服務(wù)，學(xué)習(xí)借鑒海外國家相關(guān)政策法案實施科學(xué)的激勵手段，對專利質(zhì)量進行嚴格把關(guān)，真正發(fā)揮出科技力量強國的作用。

（3）建立專業(yè)人才隊伍：發(fā)展新興交叉學(xué)科計算生物學(xué)需要具備高度專業(yè)知識和技能的人才隊伍，高校教育和企業(yè)員工培訓(xùn)都需要順應(yīng)新時代，緊跟科技發(fā)展趨勢，不斷更新人才培養(yǎng)體系，從傳統(tǒng)的單學(xué)科教育逐漸轉(zhuǎn)向交叉學(xué)科的綜合能力培養(yǎng)，包括生物信息學(xué)、計算機科學(xué)、統(tǒng)計學(xué)等，同時需要吸引和留住優(yōu)秀人才進行高質(zhì)量科研產(chǎn)出，提升中國科技水平。根據(jù)前文研究熱點的分析結(jié)果，可知計算生物學(xué)領(lǐng)域發(fā)展現(xiàn)今主要依賴于高級算法創(chuàng)新和人工智能發(fā)展，因此，未來上海要緊抓人工智能方面缺口，加強培育或是引進AI優(yōu)秀人才，展開計算生物學(xué)跨學(xué)科合作，并不斷優(yōu)化現(xiàn)有算法，未來才有望搶占計算生物學(xué)全球制高點。

（4）建立健全數(shù)據(jù)共享機制：由于計算生物學(xué)高度依賴于生物醫(yī)學(xué)大數(shù)據(jù)，因此需要健全的數(shù)據(jù)共享和開放機制，以促進全世界范圍的科研合作和技術(shù)進步，同時要重視數(shù)據(jù)安全和隱私保護，尤其是基因數(shù)據(jù)和病例數(shù)據(jù)。一個成熟的技術(shù)領(lǐng)域從基礎(chǔ)研究、技術(shù)開發(fā)、到應(yīng)用推廣，涉及大量的數(shù)據(jù)流動，需要一個完整的數(shù)據(jù)保護機制來支持計算生物學(xué)的發(fā)展。上海在科學(xué)數(shù)據(jù)基礎(chǔ)設(shè)施領(lǐng)域已有所布局，還應(yīng)進一步推動數(shù)據(jù)、算法、算力領(lǐng)域的協(xié)同創(chuàng)新，發(fā)起大科學(xué)計劃。

（5）注重計算生物學(xué)在其他領(lǐng)域的應(yīng)用：計算生物學(xué)在基因組學(xué)、蛋白質(zhì)組學(xué)等領(lǐng)域的研究成果已經(jīng)開始應(yīng)用于醫(yī)學(xué)診斷、治療和藥物研發(fā)，未來可以進一步將計算生物學(xué)成果應(yīng)用于醫(yī)療、環(huán)保、農(nóng)業(yè)甚至新能源等各個領(lǐng)域，通過發(fā)現(xiàn)并解決實際問題來推動技術(shù)進步創(chuàng)新，同時還能夠產(chǎn)生可觀的經(jīng)濟價值和社會價值。上海研究基礎(chǔ)厚實，學(xué)科發(fā)展均衡，產(chǎn)業(yè)覆蓋也很全面，對于提升中國在全球計算生物學(xué)領(lǐng)域的科技水平排名和影響力至關(guān)重要，對于計算生物學(xué)在更廣闊領(lǐng)域應(yīng)用也有一定的先天優(yōu)勢，值得繼續(xù)關(guān)注和擴大投入。

（作者張軍玲系華東師范大學(xué)經(jīng)濟與管理學(xué)院博士研究生，田競楠系華東師范大學(xué)經(jīng)濟與管理學(xué)院碩士研究生，許鑫系華東師范大學(xué)經(jīng)濟與管理學(xué)院教授、博士生導(dǎo)師，上海高校智庫主任，上咨集團創(chuàng)新工作室首席專家。許鑫教授持續(xù)關(guān)注新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式等新型經(jīng)濟形態(tài)，關(guān)心新興技術(shù)治理，本專欄以“產(chǎn)業(yè)與治理”為主題，探討科技創(chuàng)新在經(jīng)濟社會發(fā)展中的前瞻性問題。）