就当前新冠药物的需求，张玉华直言，“作为一线从业者，目前来看新冠会与人类长期共存，并且病毒还在不断变异，所以这款药物在国家战略储备上有其重要意义。另外，根据国际上对于长新冠的深度科学研究，如果体内病毒不完全清除，有可能会出现复阳或是其他脑雾、心肌炎等衍生的后遗症。此外，针对老年患者或有基础疾病的高危人群，尽早服用抗病毒药物有助于降低重症或死亡风险，从这两大方面来看，公众对于抗新冠药物依然是有需求的。”
此外，虽然疫情高峰已过，但实验室对于新冠等各类呼吸道病原体的研究依然在推进。“我们也在布局广谱抗病毒药物及儿童用药等项目的科学研究，作为战略储备，为国家抗疫作贡献。”
05/
“UniBind”人工智能系统
通过算力研究预测潜在新冠病毒危险突变株
“我们大家都经历了新冠病毒突如其来的非常历史时刻，一度让人措手不及。而这促使我们思考能否在病毒到来之前进行预测，并对其有害性进行有效防御。”广州国家实验室研究员张康说。
广州国家实验室研究员张康。南都记者 冯宙锋 摄
据张康观察，新冠病毒只是冠状病毒里的一员，除此以外还有20多个其他的病毒。“我们也同样观察到，新冠病毒从2020年初一直蔓延至今，虽然毒力在不断减弱，但通过算力研究，不排除可能有一新毒株会产生重大影响。”张康判断，对于这类疾病或是异常毒株的预测，提前做好预判非常重要。
为此，由广州国家实验室牵头、联合澳门科技大学团队等研发的人工智能系统“UniBind”，通过分析全球监测产生的600多万个病毒序列数据，可预测会导致病毒对抗体或疫苗产生抗性、严重病毒传染力增加的新冠变异株突变。相关成果于2023年7月发表在国际顶尖医学杂志《自然医学》。
“目前的人工智能方法大多只能通过分析一种实验数据来进行预测，这限制了其准确性。‘UniBind’能整合分析各种不同实验来源和模态的数据来进行预测。”张康说。
“为什么我们要通过大数据去计算？”张康指出，“其目的就是为了知道病毒即便像孙悟空一样变幻，我们依然能判断它的逃逸趋势，并且找到其中的宿主。并且通过人工智能的预测系统，能够用算法生成超级受体（假受体），以帮助我们赢得更多的时间去研发和识别新毒株的措施和药物。”
由此来看，张康指出，目前这一数据系统已经总结了迄今为止所有毒株进化趋势、致病率以及抗体逃逸能力。“目前，广州国家实验室的这一成果不仅仅面向CDC以及国家决策机构等提供有力的工具，同时也已将成果上线，为世界疾病防控服务。”
06/
生物医学大数据操作系统
提升效率，降低海量数据计算复杂度
在数据密集型科研场景下，生命科学领域需要工程化、体系化的支撑平台，对数据、工具进行高效获取和整合。像流行性疾病的监测预警、生物大分子空间结构预测，就需要这样的平台技术作为支撑。而实现这一点，要通过生物科学、数据科学和人工智能庞大知识体系的交叉融合。
“我们希望帮助科研人员把更多精力放在专业领域，而非不擅长的IT技能和计算方法上。通过建立大数据操作系统，协助科研人员阐述数据、快速计算、得到相对稳定的研究成果，进而提升科学发现的效率。”广州国家实验室研究员李亦学表示。
广州国家实验室研究员李亦学。南都记者 冯宙锋 摄
基于云原生及容器技术，由广州国家实验室牵头、联合北京火山引擎科技有限公司在两年多时间内，研发出生物医学研究的“安卓系统”——生物医学大数据操作系统（Bio-medical big data operating system,以下简称Bio-OS)。聚合生物医学数据传输、数据存储、数据管理、计算工作空间构建和生物信息分析等能力，降低处理海量数据的计算复杂度，保障了计算结果的可重复性和计算流程的可重用性。
