《自然·生物技术》最新综述文章提出，通用生物人工智能（GBAI）正在成为建模“生命语言”——即从DNA到细胞功能的信息流——的变革性方法。该研究系统梳理了生物人工智能领域的快速进展，重点阐述了如何利用AI技术解读并生成DNA、RNA、蛋白质及细胞系统。未来的核心方向是构建综合性系统，使其能够同时处理并预测这些不同生物域的数据，从而并行执行多项关键生物任务。
当前行业趋势显示，将语言模型与结构预测AI深度融合是重要突破口。通过利用专用模型并优化AI代理，研究人员正致力于实现自主科学发现。尽管在数据质量、生物复杂性、可扩展性及实验验证等方面仍面临挑战，但GBAI展现出巨大潜力，有望深化对疾病通路和生物标志物的理解，加速自动化药物设计与评估流程，并最终将AI整合进“虚拟细胞”，实现对生物活动的有意义模拟。
这一技术演进标志着生物计算正从单一模态向多模态通用智能跨越。随着AlphaFold等基础模型的成熟，全球科研界正加速构建能够理解跨物种、跨尺度生物信息的统一模型。对于中国生物技术从业者而言，关注多模态基础模型的融合应用，特别是其在药物发现与合成生物学中的落地场景，将是把握未来技术制高点的关键。