为期四天的BIOHK2025香港国际生物科技论坛暨展览在香港会议展览中心圆满闭幕。本次大会以「共谋150岁未来愿景」为主题，汇聚了来自中国香港、澳门、内地以及美国、欧洲、澳洲、巴西、日本、东南亚等20多个国家和地区的120余家展商、250余位演讲嘉宾，以及超过10,000名参会者，共同打造了一场高水准、国际化、多维度交融的生物科技盛会。
Presented by：WAW Creation
大会由香港生物科技协会、中国生物工程学会、盈信泰资本主办，内容涵盖人工智能、创新药、细胞与基因治疗、体外诊断、神经科学、投融资等多个前沿领域。会议期间成功举办了50多场平行论坛，全面呈现生物科技与医疗创新的最新成果与发展动态。多位国内外院士、世界顶尖科学家及行业领袖发表了重磅演讲，充分展现生物科技领域的巨大创新潜力。
大会不仅搭建起学术与产业之间的桥梁，还积极推进资本与创新的对接。生物科技投资峰会及多场路演活动为初创企业提供了国际曝光与融资机会，有效启动了市场活力。峰会内容涵盖生物科技产业发展趋势、跨境投资与合作、并购整合等多个维度。现场气氛热烈，投资机构与创新企业积极对接，多家初创公司进行了精彩的IPO路演，显示出亚洲生物科技领域的活力与潜力。
搭建桥梁连结市场活力
人工智能（AI）是贯穿大会的核心议题，覆盖AI制药、AI赋能传染病防控、AI精准医学、AI+传统东方保健科学等重点方向，并由清华大学联合主办「人工智能在生命科学的创新突破」论坛。其他多个分论坛同样反响热烈，包括「全球监管变局：香港CMPR新时代」、「香港中医医院发展论坛」、与《科学》杂志合办的「退行性神经疾病主题论坛」，以及盖茨基金会、共享基金会、中国肝炎防治基金会三大机构共同参与的「全球公共卫生论坛」等，吸引了大量专业听众。
最后一天特设的「公众开放日」成为一大亮点。北京大学吕植教授分享了大熊猫保护故事，现场更设置大熊猫互动环节，通过多场科普讲座与体验活动，吸引数千名市民和学生积极参与。有参会学生表示，这次经历让他深刻体会到，科学不是孤立的知识点，而是相互关联的网路，明白了保持好奇心和探索精神的重要性。 「也许有一天，我也能站在科学前沿，为连接不同领域的知识贡献自己的力量。」
参会嘉宾同样对大会给予高度评价。新亚生物科技有限公司CEO侯国宝博士感谢BIOHK的各位同仁筹办如此顶尖的生物科技会议与展览，有效提升公众对生物技术的认知。 「若非诸位付出的宝贵努力，我们便难以如此清晰地展望科学发展的道路——尤其是这条从香港启程的征程。」
来年九月再见
BIOHK2025的成功举办，充分体现了香港作为国际创科中心的影响力与号召力。据悉，BIOHK2026于明年9月在香港会议展览中心再度举行，届时将以更丰富的议题、更前沿的科技互动和更广泛的国际参与，携手全球科技力量，共同迈向人类健康新未来，精彩值得期待！
焦点论坛：推进冷冻电镜与AI深度融合助力药物研发
水木未来与大会共同举办「资料即资产：冷冻电镜构筑高价值AI 蛋白结构资料基座，驱动人工智能新未来」为主题的论坛，水木未来CEO郭春龙进行开场致辞，并介绍了公司通过AI与冷冻电镜技术融合构建生物结构数据基座的战略布局，他指出该平台已成功将结构解析成本大幅降低，并正在推进万级智能电镜网路的全球部署，为AI药物研发提供坚实数据支撑。
论坛邀请了上海科技大学副教务长、信息科学与技术学院院长虞晶怡教授，分享了数据驱动下冷冻电镜的新流程。他重点介绍了神经辐射场、生成模型与多模态学习等AI方法如何实现对生物大分子结构的高效、智能化解析，并展望了冷冻电镜基础模型与蛋白质语言模型、结构预测工具融合形成的闭环研发系统，有望极大加速从基础科研到药物开发的转化路径。
圆桌会议共话未来
在首场圆桌会议上，水木未来蛋白与电镜主任科学家吴杨宇博士指出，结构生物学与人工智能正处于历史性的交汇点，公司依托全球规模庞大的冷冻电镜数据平台，正为下一代AI模型提供海量、高保真的蛋白结构数据，奠定科学发现新基础，显著加速药物研发的进程。
来自晶泰科技的固态研发高级专家姚加、英矽智能大湾区负责人潘颖、百图生科香港创新中心负责人林熠溦以及字节跳动AI科学家王龙潇，围绕「何为高质量的生命科学数据」展开讨论。嘉宾一致认为，应注重数据的可追溯性、分辨率与构象多样性，同时强调规模化、标准化及AI可对接性是实现数据闭环的关键。
第二场圆桌会议以政企对话形式展开。水木未来AI科学家刘海宾表示，公司正联合全球顶尖合作伙伴打造AI与冷冻电镜融合的数据基础设施，构建从数据生成到建模的智能闭环，持续产出高质量、标准化结构数据，加速AI药物研发与科学突破。会议汇聚香港科技大学首席副校长郭毅可、北京生命科学研究所副所长黄嵩、香港生物科技协会副主席黄园、弗若斯特沙利文执行总监周明子等多位嘉宾，共议AI与冷冻电镜基础设施如何塑造生命科学未来。
论坛共识认为， AI 正成为科研核心引擎，高质量、大规模的科学数据被视为比演算法更为关键的基石， 需通过「政研产」协同，构建多元协同、分级开放的世界级数据基座，推进冷冻电镜与AI深度融合，建立全链条平台，加速新药研发与疾病认知，推动生命科学向精准化、智能化与全球化迈进。
