5月23日晚，《麻省理工科技评论》 2024年度“35岁以下科技创新35人”中国区入选者名单在上海发布，据校友总会初步统计，中国科大李煜（11207）、钟翰森（13203）、曹芳芳（17博）三位校友入榜。

他提出了首个基于 AI 的通用 RNA 基础模型，显著加速 RNA 设计迭代并大幅减少实验周期和成本。

近年来，李煜带领团队开展了一系列与 RNA 治疗和 AI 相关的研究工作，包括疾病建模、RNA 序列与结构建模以及 RNA 设计。

疾病和组织建模方面，他与合作团队利用类似大语言模型的训练方案，在一个连续的、低维的空间中构建统一的疾病表示，可在新的疾病空间上进行高效的遗传参数估计，并发现了 40 个以前所有方法都错过的遗传位点。其团队开发的组织建模方法能够在精确预测细胞类型比例的同时，预测具有生物学意义的细胞类型特异性基因表达谱，加速高通量临床数据的精确分析。

RNA 建模和设计方面，李煜团队提出了该领域的第一个通用 RNA 基础模型，基于 2300 万个未注释的 RNA 序列训练了该模型，并从 RNA 序列中提取了其序列表征及进化信息。此外，其团队还基于蛋白质语言模型和密集检索技术提出了一种创新的蛋白质同源物检测方法 DHR，能够实现超快速和高灵敏度地检测蛋白质同源物。借助这些序列建模工具，他领导开发的 RNA 3D 结构预测模型 RhoFold 在 CASP15 中获得 RNA 结构预测全自动化类冠军并且其团队获得总评全球冠军。更新后的模型 RhoFold+ 在 RNA 3D 结构预测方面显著优于 AlphaFold3。

在解决实际的生物学问题方面，这些问题进一步通过湿实验室实验得到验证。例如，李煜团队开发了 RNA aptamer 设计方法 RhoDesign 并使用其设计了新的荧光 Mango aptamer。值得关注的是，其中 10 个设计的 aptamer 显示出比天然 Mango-I 更高的荧光。借助 RhoDesign，RNA aptamer 设计流程可以从 6 个月缩短到 4 周。

他基于 AI 实现全球最大规模量子比特中性原子阵列及量子纠错解码器，为容错量子计算提供了新的技术路径。

钟翰森始终将突破算力极限作为核心研究目标。

在量子计算领域，他选择光子体系作为主攻方向，发展可实验的高斯玻色采样理论框架，基于该理论研制的“九章一号”原型机，通过 76 光子高斯玻色采样实现比经典计算机快1014倍的量子加速，首次实证光量子计算优越性。

同时，他通过发展受激参量下转换技术、光学干涉仪实时调控技术，将“九章二号”光子数提升至 113 个，构建出1043维希尔伯特空间。

随着量子系统规模扩大至千比特级，传统调控方法的效率瓶颈日益凸显。对此，他将 AI 深度融入量子技术攻关。

通过开发高性能计算优化算法，用小型 GPU 集群以 17 秒完成谷歌量子芯片 600 秒任务，实现经典计算对量子霸权的首次无漏洞反超，也重新划定了经典和量子的算力边界。

他也基于 AI 技术实现全球最大规模 2000+ 量子比特中性原子阵列，并设计出 AI 驱动的量子纠错解码器，可适用于所有量子纠错码，且性能超越现有所有解码器。这些成果为容错量子计算提供了新的技术路径。

目前，他正集中攻克光子系统的可编程性与算法适配难题，目标是实现基于光子的通用智能算力，为未来集成化光子智能芯片奠定基础。

这些解决方案既推动了中国在量子-光子领域的领先地位，也为全世界计算技术革新提供了新的可能性。

她构建了纳米酶复合益生菌新体系，成功克服益生菌在肠道环境中存活难和功效差两大难题，显著提升肠炎和肠癌的治疗效果。

益生菌在应用中面临两大核心挑战：一是在病理环境中的防御能力较弱，难以长期存活；二是产生的功能性代谢物种类少、含量低，治疗效果受限制。曹芳芳致力于将仿生材料与微生物结合，开发具有强防御能力和高功效的益生菌。

她提出利用抗氧化纳米酶对益生菌进行仿生编辑的概念，通过构建“抗氧化纳米酶复合益生菌”新体系，使益生菌具备了抗氧化防御能力，克服了益生菌在炎症环境中的存活难题，在大动物犬模型上验证了该复合益生菌的疗效。结果显示，口服仅 3 天，犬类的溃疡性结肠炎便得到显著改善。她也与日本 Zeria 公司合作开展临床前评估，共同推进该技术的临床转化。

为增强益生菌的抗肿瘤代谢能力，曹芳芳还提出一种通过促氧化纳米酶对益生菌进行仿生编辑的创新方法，并构建了“促氧化纳米酶复合益生菌”体系。从中，她发现促氧化纳米酶能够在肿瘤微环境中特异性地产生非致死量的羟基自由基，自然促进益生菌生成更多具有抗肿瘤作用的短链脂肪酸。后者能够通过调节肿瘤局部 pH 值，进一步促进纳米酶生成更高浓度的活性氧，从而有效治疗肠癌。