综述：生物医学与技术的桥梁：人工智能与生成式人工智能在生命科学和农业综合企业中的影响

这篇综述系统阐述了生成式人工智能（GenAI）如何重塑生命科学和农业领域。文章聚焦GenAI在药物发现（de novo分子设计）、蛋白质折叠预测、基因组学研究、作物育种优化及合成生物学（如新型酶设计）中的突破性应用，同时强调需平衡技术创新与伦理考量（如数据隐私、算法偏见）。

　　

摘要

生物医学与技术的交叉融合正催生革命性变革，而生成式人工智能（GenAI）成为这一协同效应的核心驱动力。在生命科学领域，GenAI通过快速生成和预测新型分子，显著加速药物发现进程，较传统方法大幅降低时间和经济成本。其应用还延伸至蛋白质折叠预测、基因组学研究和生物标志物鉴定，推动个性化医疗发展。农业领域，GenAI通过分析基因组与生态大数据，优化作物育种策略，提升抗病性、产量和营养价值。更引人注目的是，GenAI在合成生物学中设计新型酶和代谢通路，为生物制造、可再生能源及环境修复开辟新途径。然而，数据隐私、算法偏见等伦理问题仍需审慎应对。

引言

人工智能（AI）通过模拟人类智能实现学习、推理与决策，其子领域生成式AI（GenAI）专注于基于数据模式创造新内容（如文本、分子结构）。以GPT（Generative Pre-trained Transformer）为代表的模型能生成上下文相关输出，在创意、科研和商业中展现价值。

生命科学中，GenAI在de novo分子设计中表现突出，可优化候选药物特性。但深度伪造等技术滥用风险不容忽视。最新研究表明，AI代理能分解复杂生物医学问题，通过领域微调、情境学习和自动角色生成提升科研效率。农业方面，GenAI优化种植模式、灌溉和害虫管理，并助力合成生物学开发可持续解决方案。

赋能进步：GenAI在生命科学与农业中的意义

GenAI正重新定义科研范式。在药物研发中，其分子生成能力将临床前阶段缩短数月；AlphaFold等工具破解蛋白质结构难题，加速靶点识别。农业领域，GenAI通过表型-基因型关联分析，培育抗旱水稻和高β-胡萝卜素玉米，应对粮食安全挑战。合成生物学中，GenAI设计的核酸酶CRISPR-Cas₉
变体显著提升基因编辑精度。

未来方向与结论

多模态AI系统（如整合文本、图像的GPT-4）和开源平台（Hugging Face）正降低GenAI应用门槛。未来需建立跨学科协作框架，制定伦理指南以确保技术普惠性。

作者贡献声明

国际团队合作完成，涵盖生物信息学、农业技术及AI伦理领域专家。

利益冲突声明

作者声明无利益冲突。

致谢

研究得到巴西高等教育人才协调委员会（CAPES）支持，ChatGPT辅助了文本润色。

（注：全文严格基于原文内容缩编，未添加非原文信息，专业术语如CRISPR-Cas₉
、GPT-4等均保留原格式。）