BGI Research · Strategy 2030

登峰探极

五大数据产出 × All in AI × 合成生物学
从读懂生命到改变生活，人人种种世世代代
探索
Strategic Focus

战略聚焦：有所为，有所不为

在有限的资源和竞争窗口下，必须明确研究院的核心定位和发展边界——不是什么都做，而是聚焦在真正有壁垒、能规模化的方向上集中突破。

🚫

我们不做什么

  • ✗ 过细、过于细节的生物学机制研究
  • ✗ 单个基因/单个蛋白的精细功能解析
  • ✗ 传统分子生物学"一个基因一个paper"模式
  • ✗ 小样本、单维度的关联分析研究

不是这些不重要——而是这些不是我们的优势，也不应成为我们的主方向。
大学和传统实验室更适合逐点深挖，研究院的核心竞争力在别处。

🎯

我们聚焦什么

  • ✓ 大规模数据产出 — 5 EB多模态数据，规模即壁垒
  • ✓ AI大模型驱动 — 基因组/细胞/病理基座模型
  • ✓ 全流程自动化 — 从样本制备到数据分析的端到端闭环
  • ✓ 规模化工程能力 — 超高通量测序 + 合成生物学生产线
  • ✓ AI驱动的科学发现 — 用大模型从数据中自动发现规律

研究院的核心竞争力 = 数据规模 × AI能力 × 工程化效率
这是大学做不了、AI公司没有数据、测序公司没有模型的三重壁垒。

💡

核心判断：把资源从"搞清楚某一个生物学细节"转向"用大规模数据和AI自动发现规律"。
不是不做生物学验证——下游验证交给临床和合作伙伴，我们专注于上游的生产和建模能力。

Vision

战略总览

以「人人种种世世代代」为使命，构建「读·写·存」贯穿闭环——大规模读数据、基座模型存知识、合成生物学写创造，形成生命科学从观察到设计的范式跃迁。

5 EB
五年总数据产出
5
国际大科学项目
3
专业基座模型
4
AI 智能化维度
Strategy Pillar I · 读

五大数据产出计划

五大国际大科学合作项目，五年系统性产出 5 EB 多模态数据，覆盖基因组、时空组、单细胞、病理影像等全维度。

Five Pillars
🗺️
Spatio-Temporal Omics Consortium

STOC

时空组学国际联盟。纳米级分辨率空间转录组与空间多组学，绘制发育、疾病、脑科学全景观图谱。Cancer / Brain / Plant / Infection 四大旗舰方向。

0.5 EB
🧬
Human Genome Project 2

HGP2

人类基因组计划二期。百万人级全基因组+多组学测序，覆盖全球人群多样性，构建精准医学遗传基线。联合全球顶级研究机构。

1.5 EB
🌍
Earth BioGenome Project

EBP

地球生物基因组计划。对地球已知真核生物进行全基因组测序，构建地球生命数字化蓝图。物种鉴定、进化生物学、生物多样性保护。

1 EB
🔬
10 Billion Cells

10BC

百亿级单细胞图谱。基于DNBelab C平台超高通量单细胞测序，覆盖主要组织器官与发育阶段，为虚拟细胞模型提供训练数据基础。

1 EB
🏥
100K Pathology Multi-omics

100KPM

十万例癌症病理多组学。整合病理影像、基因组、转录组、蛋白质组，构建癌症分子分型与预后预测知识库。i3S 葡萄牙节点已启动。

1 EB
Strategy Pillar I · 存

三大基座模型

从5 EB多模态数据中训练，逐层抽象——从DNA序列到细胞状态，从细胞到组织。最终与LLM融合成为生命科学贯穿基座模型。

🧬

基因组基座模型

Genos · GigaScience 2025

MoE架构，1 Mb超长上下文，636个T2T人类基因组训练。从DNA序列直接预测RNA表达（Pearson ~0.933）、ATAC可及性、变异致病性（ClinVar AUC ~0.93）。

🦠

虚拟细胞模型

基于 10BC 数据训练

多组学驱动的细胞状态模拟。预测基因扰动效应、药物响应、发育轨迹与细胞通讯。单细胞分辨率下的「数字孪生」。

🫁

病理组织模型

基于 100KPM 数据训练

融合空间转录组与病理图像。组织层面疾病分型、预后预测与药物靶点发现。10万病例驱动的临床级 AI。

🧠

三大模型 + 大语言模型整合 → 生命科学贯穿基座模型
同时具备多模态理解与生成能力，垂直应用于疾病诊断 · 药物开发 · 农业育种

Strategy Pillar I · 写

大规模合成 & 人造生命闭环

基座模型的生成能力与大规模合成平台结合，实现「数据学习 → 模型优化 → 生成设计 → 合成测试 → 数据验证」的读写贯穿迭代闭环。

Phase 1 — 数据学习

从5 EB数据中提取生命规律

基因组调控网络、蛋白质互作模体、细胞行为模式、物种进化约束。ATLAS方法（注意力差异分析）可无需GWAS直接发现疾病位点。

Phase 2 — 模型优化

三大基座模型持续迭代

Genos → 五组学Post-Training（基因组+转录+表观+甲基化+蛋白组）。虚拟细胞模型 → 时序扰动预测。病理模型 → 临床级诊断。

Phase 3 — 生成设计

AI主动设计生物学元件

大模型驱动基因模块、基因回路、最小基因组设计。ProteinMPNN + RFdiffusion 辅助蛋白质工程与新型药物开发。

Phase 4 — 合成测试

华大制造高通量合成平台

大规模DNA合成、组装、细胞转化与功能验证。噬菌体自动化筛选+合成全流程。已发表 Cell Reports Methods：跨属跨目噬菌体工程化重启平台（90+噬菌体）。

Phase 5 — 数据验证

功能数据回流驱动新一轮迭代

合成序列的功能实测数据回到训练池中，形成自加速闭环。基因模块和人造生命体系持续优化。

应用场景：遗传病诊断 · 智能育种 · CRISPR基因编辑 · 细胞疗法 · 蛋白质药物 · 噬菌体疗法 · 人造细胞工厂

Strategy Pillar II

All in AI

以AI系统性重塑研究院全链条——从实验台到服务器，从数据分析到管理决策。

☁️

DCS Cloud 智能生信

数据即分析

云端一体化多组学分析平台，AI驱动的自动化流程编排与智能质控。

  • Dr. Tom 多组学分析
  • Spateo 时空建模
  • ATLAS 疾病位点发现
  • 交互式可视化
🤖

实验室智能化

无人值守闭环

机器人自动化 + 计算机视觉 + 强化学习调度。样本处理到上机全自动。

  • 自动化文库构建
  • FluoXpert 病理染色
  • 噬菌体筛选自动化
  • MGI T系列测序矩阵
🧠

生命科学大模型

从序列到功能

基因组基座模型、蛋白质语言模型、多组学融合模型。

  • Genos 基因组基础模型
  • NanoporeDB 纳米孔AI设计
  • GENOS-AD 疾病研究
  • 虚拟细胞模型
💻

办公 & 管理智能化

每人一个AI助手

AI Copilot 嵌入全流程：会议纪要、报告生成、知识库问答、项目管理。

  • Hermes 多平台智能体
  • 知识库 xkb 语义检索
  • IMA 笔记知识管理
  • 自动化PPT/Word生成
Ultimate Goal

应用产出

数据生产和AI能力的最终价值，体现在对人类健康、精准医学和产业转化的实际推动。从基础科研到临床落地，从实验室到人人健康。

Science to Health
01
🧬
大科学计划
→
02
💡
机制发现
→
03
⚙️
技术转化
→
04
🏥
精准医学
→
05
🌍
人人健康
5+
疾病领域覆盖
10+
国际合作节点
全链条
从基础到临床

过去十年，生命科学从实验室里的小众探索，一步步走到大健康的前沿阵地。曾经遥不可及的科学想象，正变成触手可及的健康选择。

—— BGI Research