哲源科技发布计算医学平台WHIRLPO 打造生命科学工业级技术底座|神经退行性疾病|罕见病|AI|迭代|模型

　　（来源：环球网资讯）

　　来源：环球网

　　【环球网科技综合报道】新药研发十年磨一剑，数十亿资金投入换来的临床成功率尚且不足10%；肿瘤、罕见病、神经退行性疾病大量患者面临无药可用的困境；个体差异又让同一种治疗方案在不同人身上疗效千差万别。长久以来，医药产业的痛点根源指向同一个难题——人类尚未充分读懂复杂的生命运行与疾病发生机制。在AI for Science浪潮之下，生命世界模型被视作破解上述难题的关键钥匙，但缺少能够支撑其训练迭代、产业落地的工程底座，技术到应用之间横亘着一道难以跨越的鸿沟。

　　2026年10月18日，在CCF HPC 2026深圳大会上，哲源科技正式发布WHIRLPO计算医学平台。这是国际率先实现面向生命世界模型全栈工程化落地的技术底座，标志着我国计算医学的AI4S技术体系迈出工程化关键一步，为生命世界模型的快速迭代与规模化产业落地筑牢工程根基。

　　范式变革：生命世界模型呼唤专属工程基座

　　从神农尝百草到现代生物技术迭代，人类始终在追逐有病可医、无病预防、抗衰延寿的健康理想，但生命体跨尺度、强耦合的非线性复杂系统特性，仅仅依靠传统生物学实验与专家经验，很难完成对生命全景的认知。

　　语言模型通过表征语言逻辑产生智能，物理世界模型学习物理规律实现推演，而生命世界模型，核心是表征生物学机制从而涌现智能。未来全球三分之一的数据或将来自生命科学，海量多维度生命数据的积累只是起点，从纷繁数据中挖掘生命与疾病底层规律，才是生命世界模型肩负的使命。

　　但生命世界模型从理论走向现实，面临重重现实阻碍。生命现象横跨基因、蛋白、细胞、组织器官到临床患者多层级，对应PB乃至EB级规模的异构数据；模型本身也从百亿参数分立矩阵，向着千亿、万亿乃至十万亿参数统一大模型演进。海量数据处理、复杂模型训练、医药场景的业务落地，都需要完整的工程平台作为土壤。

　　“不谈方法学而空谈数据，本质上是一个伪命题。”哲源科技联合创始人赵宇表示，很多机构手握大量医疗数据，但在适配生命世界模型的方法学视角之下，绝大多数原始数据并不具备直接使用价值。生命世界模型不是简单的数据统计，核心在于建立一套认知、解构生命系统的全新方法体系。

　　四大硬核能力：搭建生命科学的“螺旋星系”

　　生命世界模型不能只停留在算法层面，要真正赋能医药、医疗产业，还需要数万级别的技能模块与智能体协同，串联起从靶点挖掘到成果交付全流程，同时完成实验校验，再将新产生的数据反哺模型迭代，形成完整飞轮效应。这就要求一套新型基础设施，将算力、数据、模型、智能体、真实研发任务统筹起来，WHIRLPO正是在这样的产业背景下应运而生。

　　WHIRLPO命名取自人类首个被发现的双臂螺旋星系，星系之中恒星消亡与新生不断上演，物质能量循环演化，恰好契合生命系统动态迭代的特质，寓意平台成为孕育生命科学全新认知的载体。平台并非面向普通用户开放账号的通用软件，而是一套工业级内部生产底座，如同工厂生产装置，对外输出科研IP与研发成果，但不向外部开放直接操作系统的权限。

　　平台形成四大核心能力，覆盖模型训练、数据治理、业务智能、实验验证完整链条，构建起计算发现、实验验证、资产输出、数据积累、模型提升的正向飞轮。

　　高效训练框架是平台运行的算力引擎。WHIRLPO针对生命模型训练特有的小粒度频繁通信、稀疏访存不规则等性能痛点，深度优化底层算子、通信库，完成硬件适配加速，实现异构算力环境一套代码高效运行，端到端计算性能实现一倍提升，支撑大规模生命世界模型快速迭代。

　　高质量生命全模态数据治理体系，是平台的“原料仓库”。平台搭建数据、语料、设施三层架构，设立L1‑L4四级分层治理机制，配套113项治理工具，覆盖基因组、蛋白组、临床等多类数据，实现从接入、清洗脱敏到授权封装的全生命周期管控。目前平台沉淀29244项生命科学数据资源，凝练51套标准数据集，实现全球致死人数最高十大肿瘤全覆盖，触及罕见病、神经退行性疾病等重点领域；精细解析约1600万个患者精细化亚群，支撑精准医疗与差异化新药研发。工程能力上，平台仅需10天即可完成1P规模万人级跨模态专病库交付。

　　面向真实场景的端到端业务智能，则打通科研从模型到产出的链路。依托Agent框架，平台能够把文献检索、多组学分析、靶点筛选等碎片化环节整合为自动化研发流程，7天即可搭建全新业务流程。同时依靠独立沙盒、敏感操作人工确认、全链路留痕等机制筑牢合规底线，自动化运行持续产出疾病机制洞见，沉淀药物、诊疗相关高价值IP资产矩阵。

　　干湿闭环的实验验证能力，则补齐AI推演通往真实世界的最后一环。平台建立标准化实验设计方法论，能够针对模型的数据缺口自主设计实验方案，依靠原子级控制元语标准化拆解管控实验步骤，为未来AI自主设计、自主执行实验打下基础，让AI的预测假说可以接受真实实验的校验。

　　“我们无法保证每一次算法预测都100%应验，就如同不能要求每一次科研探索都复刻青蒿素的成功。”赵宇表示，生命科学本身充满不确定性，但平台完整的验证闭环，就是用来检验模型假说，筛选真正具备价值的科学发现。依托整套平台底座，哲源科技已经在肿瘤、心脑血管、神经、代谢等七大复杂疾病领域储备200余个潜在靶点，多条创新药物管线推进，部分管线已经进入临床阶段。

　　商业化与发展路径：锚定B端源头创新，构建产业协同生态

　　不同于消费级大模型快速面向C端用户的模式，WHIRLPO的商业化走出一条差异化路径。平台定位to B的工程生产底座，商业模式主要是将平台产出的靶点、疾病机制等科学发现IP对外授权，通过首付款、里程碑分成的模式和国内外药企开展合作，目前已经启动商业对接，多家国际药企的总部直属团队主动寻求合作。

　　谈及合作原则，赵宇表示遵循“有教无类”，但坚持商业付费原则，只为付费合作方解决真实产业问题。在数据合作层面，团队坚持优先对接顶级国家医疗资源，和头部医院、医学中心开展协同，这些机构既是数据供给方，也是科学问题提出方、成果验证方。面对大量医院抛出的合作邀约，团队反而会拒绝多数合作。“我们有处理数据的能力，但是精力、财力都有限，必须集中资源做高价值任务。”

　　对于大众关注的C端落地，赵宇坦言，基于平台底层能力已经诞生了乳腺癌风险评估这类具备公共卫生价值的研究成果，在临床试点中展现出良好效果，但从科研成果打磨到面向普通消费者的标准化产品，还需要漫长过程，并非团队现阶段的主攻方向，未来C端产品化将更多寻求外部产业伙伴协同落地。企业发展节奏很大程度上受限于财力和团队规模，资源充足则多条管线并行推进，资源有限就优先锚定关键任务序贯开展。

　　在行业竞争格局上，赵宇认为生命世界模型不是初创企业短时间就能够简单复刻的赛道，算力、数据之外，最难的是整套计算医学的方法学体系。即便是海外巨头投入巨额资金，也只是走到团队多年前的研究阶段。他判断，目前团队在全球范围内拥有“半个身位”的领先优势。同时他强调，哲源科技的自我定位是人工智能企业，核心是打造生命世界模型，而不是传统的生物医药企业，不同视角下资本市场对于企业的价值判断也会截然不同。

　　面向未来：立足国家技术布局，夯实计算医学生态

　　医药工业发展“十五五”规划已经首次将计算医学纳入国家级技术布局，这意味着计算医学正式上升为我国生物医药产业重点发展的前沿技术方向。