2026年7月22日——莱斯大学的两支研究团队获得了美国能源部"创世纪任务"（Genesis Mission）第一阶段资助。这项国家计划旨在利用人工智能与先进计算加速科学发现。

这两个项目分别由计算机科学家Anastasios Kyrillidis和生物科学家Caroline Ajo-Franklin领导，将探索人工智能如何克服量子计算中的根本性挑战，并帮助改造微生物，以可持续方式生产具有战略重要性的燃料、化学品和材料。

莱斯大学教务长兼学术事务执行副校长Amy Dittmar表示："这些奖项反映了莱斯大学整合人工智能、量子科学、合成生物学和先进实验领域的深厚专业知识，以应对国家级重要挑战的能力。"

突破量子优化瓶颈

诺亚·哈丁计算机科学副教授Kyrillidis将领导一个项目，开发人工智能方法以突破量子化学和材料研究中的计算瓶颈。

变分量子算法（VQA）被认为是利用新兴量子计算机研究化学和材料科学中复杂问题的一种有前景的方法。它们最终可能有助于计算分子能态，并预测与能源技术相关的量子材料特性。然而，它们的性能取决于决定量子计算如何进行的经典优化方法。当前的方法通常需要大量手动调参，在处理平坦且有难度的优化地形时表现挣扎，并且随着量子电路复杂性的增加而效果减弱。

Kyrillidis的团队将开发旨在使这一优化过程更快、更可靠且更具可扩展性的人工智能工具。研究人员将创建用于辅助构建量子电路的强化学习智能体、用于预测测量结果并减少昂贵硬件评估的神经网络模型，以及能够从先前的量子计算运行中学习的基于语言模型的智能体。

Kyrillidis表示："我们的目标是，用能够从量子计算中学习、同时仍在提供强数学保证框架内运行的系统，来取代脆弱、手动调参的优化方法。"

这些方法将在多种类型的量子硬件上进行测试，包括离子阱和超导处理器，并与严格的经典方法进行比较。该项目还将产生开源软件和公开可用的数据集，以帮助更广泛的研究社区评估AI增强的量子优化。

莱斯大学的共同研究者包括：物理学与天文学系的Kaden Hazzard和Guido Pagano；土木与环境工程系的Leonardo Dueñas-Osorio；计算机科学系的Tirthak Patel和Nai-Hui Chia；以及电气与计算机工程系、材料科学与纳米工程系的Shengxi Huang。

构建可持续生物制造的AI引擎

Ralph and Dorothy Looney 生物科学教授、德克萨斯州癌症预防研究所学者Ajo-Franklin将领导一个项目，旨在开发一个人工智能驱动的平台，以加速微生物生产类异戊二烯。

类异戊二烯是一大类天然化合物，可以成为石油衍生溶剂、高能量密度液体燃料以及聚异戊二烯橡胶等材料的国内生产替代品。微生物生产这些化合物在经济上仍然具有挑战性，部分原因是研究人员缺乏用于测量和改进生产这些化合物所用生物通路的高通量工具。

莱斯大学领导的团队将结合合成生物学、蛋白质工程、人工智能和自动化实验来解决这一瓶颈。研究人员将把工程化生物传感器与萜烯生产酶配对，生成连接蛋白质序列变化与配体结合、DNA识别、蛋白质稳定性和酶活性等特性的庞大数据库。

这些数据集将用于改进AI模型，以预测突变如何影响蛋白质、DNA和类异戊二烯分子之间的相互作用。然后，预测结果将通过阿贡国家实验室的高通量生物实验、半自动X射线晶体学分析和分子模拟，以及劳伦斯伯克利国家实验室基于代谢组学的酶测试进行验证。

Ajo-Franklin表示："这个项目创建了一个持续的反馈循环，人工智能指导实验，而每个实验都会产生更详细的数据，以更好地优化AI模型。此外，这也展示了莱斯大学在蛋白质工程和合成生物学领域招募到的非凡明星力量。"

该项目汇集了一个不断壮大的莱斯大学研究团队，他们在合成生物学、蛋白质工程、计算建模和实验室自动化方面拥有互补的专业知识。莱斯大学团队包括：化学与生物分子工程学助理教授Ross Thyer，他开发用于改造生物分子的合成生物学和自动化实验室系统；生物科学助理教授Cameron Glasscock，他创建用于设计蛋白质与核酸相互作用的深度学习工具；以及生物科学、化学与生物工程学助理教授、CPRIT癌症研究学者Linna An，他开发用于蛋白质结构和分子识别的机器学习方法。

"这个项目反映了莱斯大学合成生物学研究所成立所要支持的那种大型跨学科研究工作，"生物工程、生物科学、化学与生物分子工程学教授、该研究所主任Jeffrey Tabor说。"我们的教职员工已经准备好将先进的人工智能与雄心勃勃的实验科学联系起来，我们很高兴能在'创世纪任务'的支持下推进这个项目。"

"创世纪任务"是由美国能源部领导的一项历史性国家计划，正在建设世界上最强大的综合科学发现平台。通过联合政府、工业界、学术界和慈善界，它正在通过一个结合人工智能、超级计算、量子系统和先进科学仪器的新平台，加速能源、科学发现和国家安全领域的突破。

第一阶段资助申请（RFA）奖项的目标是识别通往变革性科学能力的有前景路径，并为未来的投资和规模化奠定基础。项目团队将设计和展示将人工智能与科学研究相结合的研究工作流程，同时严格评估这些方法是否能够加速发现、提高预测能力、增强实验或产生新的科学见解。