封面图源｜菲鹏原创
12月13日，菲鹏推出国内首个知识驱动的生物标志物发现平台（简称“发现平台”或“该平台”）。
该平台首度亮相2024东莞生物医药科技与产业促进月（简称“东莞生物月”）即成热点，平台独创的知识驱动模式，力求以更短的时间发现更新更好更可靠的标志物，为菲鹏引领业界生物标志物发现前沿趋势新增一大利器，也为行业革新提供新思路。
东莞生物月由东莞市人民政府指导，东莞市科学技术局等单位主办，菲鹏、华为等企业协办。活动响应政府提出的生物医药产业作为国家战略新兴产业、是厚植“新质生产力”重要领域的号召，在全国第15个GDP万亿、人口过千万的“双万”城市东莞举办，彰显出政府深耕生物科技产业的信心和决心。
菲鹏在东莞生物月上全新亮相知识驱动的生物标志物发现平台，是企业践行政府“科技创新+先进制造”理念的良好范例。
菲鹏创新诊断AI总监、发现平台负责人叶诚博士在东莞生物月“生物医药与大健康松山湖会议”演讲中表示：“该生物标志物发现平台的底层技术是人工智能，创新点是知识驱动，运作模式可以理解为我们将生物标志物视作疾病的身份卡，识别它就能帮助我们更好地诊疗疾病。用更短的时间，发现更新更好更可靠的标志物，这是菲鹏这一发现平台的最大优势。”
当前，在大健康行业趋向“精准医疗”的大势下，行业对于发现新的生物标志物的需求更加强烈、要求也更高，但目前发现生物标志物的效率与质量，均未能真正满足业界需求：
作为生物标志物发现最普遍的方式，数据驱动的传统生信分析需要研究者自行学习相关知识和技能，自行找资料和选题，一方面耗费较多时间和精力，另一方面对于新发现的生物标志物，又缺乏长期的监测数据来验证其有效性及可靠性。
针对这一痛点，菲鹏结合前沿科技与业界需求，升级“数据驱动”的传统生物标志物发现方式，打造出国内首个知识驱动的生物标志物发现平台。该平台突破传统生信分析局限，整合起涵盖逾3万种疾病、超过20万种生物标志物的专业知识网络，配合大语言模型和深度学习技术，锤炼出一套“标志物筛选（发现）-机制解析（解释）-实验验证（验证）”的一站式智能研究服务体系。
相较于传统方式，该平台深度整合多组学数据实现全方位分析、知识图谱与大语言模型双轮驱动、提供智能决策支持创新验证体系提升研发效率与准确性、灵活可扩展的技术架构支持快速迭代与优化的四大优势堪称“快准狠”：
它一改以往对数据的简单统计与关联分析的依赖，通过构建多维度、系统化的知识图谱，将生物学背景知识、临床数据和多组学信息有机融合，实现对复杂疾病机制的深刻洞察。
其独创的多维度证据链评估和智能因果推理的知识驱动模式，不仅显著提升了标志物筛选效率，还强化了发现结果的生物学可解释性，为个性化诊疗提供了更科学的依据，从而在一众生物标志物发现平台中脱颖而出。
同时，市场调研显示，当前生物标志物发现平台并不少，但大多聚焦某一环节，菲鹏发布的知识驱动的生物标志物发现平台是首个打通生物标志物发现流程、提供全流程服务的平台。
将知识驱动转化为临床应用的前景可期
首个知识驱动、首个全流程服务的生物标志物发现平台的价值定位，决定了该平台在亮相伊始就有清晰的商业逻辑与广阔市场前景。发现平台设计了两类服务模式，以此满足大型科研机构、医院、制药等生物科技企业等主要客户需求：
一是标准分析服务。专注于可靠、高效的常规生物标志物发现流程，适合有明确研究方向的基础课题，包括多组学数据处理与质控、标准生物信息学分析流程、差异表达与特征选择、经典机器学习模型构建、基础通路富集分析、实验验证方案设计、论文撰写技术支持等。
二是AI赋能创新服务。整合知识图谱、大语言模型等前沿AI技术，帮助研究者发现创新突破点，适合追求高水平成果发表的临床研究团队，包括知识图谱驱动的标志物筛选、智能机制解析引擎、一站式研究发现支持等。
这些前沿的服务，将由多位来自斯坦福大学、耶鲁大学、康奈尔大学、阿斯利康等全球一流院校及大型生物医药企业的专家团队联手打造，他们将发挥各自在数据科学、算法科学、软件工程等领域的专业优势，为平台构建起坚实的AI创新研发能力基础。
菲鹏前瞻性布局AI生物科技领域 为行业革新提供新思路
今年6月，菲鹏集团旗下子公司菲鹏数辉发布AI蛋白质动态构象创新模型DeepConformer，带来人工智能在药物设计领域应用的重大突破；
当前，知识驱动的生物标志物发现平台的全新亮相，将打破生物标志物发现的传统路径，加速精准诊疗的步伐，也进一步突显菲鹏在AI诊疗领域的前瞻性布局。
AI的加持让业界形象地称本世纪为“压缩的21世纪”，亦即未来50至100年的生物科技突破可能提速到5至10年内完成。
身处这趟“生物科技高速列车”，菲鹏将让AI在自身业务布局中发挥更大作用，推动以诊断、制药、AI三大板块为基础的诊疗生态一体化建设，为行业革新提供新思路。
未来，知识驱动的生物标志物发现平台将在菲鹏业务发展及行业趋势引领下，迈向“AI驱动”，通过知识图谱与深度学习的密切结合，打造具备自学习、自优化能力的诊断系统，与精准医疗共同进入全面智能化新阶段，大大提升生物标志物在临床应用的速率与效率，助力人类生命健康事业跨越式发展。