（来源：北京城市副中心报）

　　本报讯（记者 刘苏雅）在怀柔科学城，中国科学院计算机网络信息中心搭建的“科学数据银行”正全力运转，持续稳定地为全球科研人员提供服务。市科委、中关村管委会近日表示，当前北京科学数据资源集聚，具备资源优势。下一步，本市计划建设科学数据中心，并将打造智能数据加工与数据集体系。

　　被誉为“中国天眼”（FAST）的500米口径球面射电望远镜，已经发现千余颗新的脉冲星，并积累了一批重要观测数据。依托“科学数据银行”，FAST发布了重复快速射电暴源数据集，2021年至今已经支撑全球科学家产出300余篇论文。

　　大科学装置产出的海量观测数据、用于形成科研论文的基础科研数据、科研项目产出的成果数据……科学数据是科研活动中产生的原始记录、实验测量、观测结果、计算分析等各类数字信息，是验证发现、推动创新的核心素材。目前，包括“中国天眼”在内，一大批天文学、脑科学、人工智能等领域的优秀数据成果，正通过“科学数据银行”进行全球化发布。

　　“通过数据社区模式，我们和科研团队建立了数据流通链路。通过设定好的数据接口，装置以及科研团队生成的数据可以自动化提交到‘科学数据银行’。”中国科学院计算机网络信息中心科学数据银行研发负责人李成赞介绍，“科学数据银行”平台提供数据社区服务，高质量数据可以便捷接入平台，并通过平台快速进入全球化传播流通渠道，“科学家也希望能实现数据全球可见，促进提升装置和科研团队的学术影响力。”

　　目前，“科学数据银行”拥有来自全球100多个国家的科研人员上传和发布的优质科学数据资源。包括“科学数据银行”在内，20个国家科学数据中心，有17个坐落在北京，它们都在持续扩充积累科研项目、期刊论文、大科学装置等各类科学研究数据资源。

　　海量的科学数据，正在帮助科学家产出更多新发现。“依托国家微生物科学数据中心汇聚的科学数据，我们构建起一套面向蛋白质功能挖掘的专属科学大模型。它不仅能看到蛋白质长什么样，还能分析局部电荷分布和亲疏水性等细微差别。”中国科学院微生物研究所研究员、国家微生物科学数据中心首席科学家张寿悦介绍，利用这套模型，团队近期发现了一种具有工业应用潜力的新型酶。它仅需一步即可合成二萜类化合物所需的关键前体，在实验条件下，目标前体的生成量较对照组提高10%以上。

　　如果没有大数据、大模型，科学家往往需要从海量候选中逐一开展实验筛选，周期长、成本高。“我们这套模型的一个特长，就是区分‘双胞胎’酶之间的细微差别。”张寿悦说，一些酶的整体序列和结构非常相似，但活性口袋中少数氨基酸及周围理化环境的变化，就可能决定它们生成不同的产物。模型可以优先筛出更可能具有目标功能的候选，再通过实验验证大幅缩小筛选范围，提高发现目标酶的效率。

　　高质量的科学数据可被反复验证和再利用，极大加速科研进程。近日印发的《北京市加快推进人工智能赋能科学研究实施方案（2026-2028年）》，提出要夯实科学数据基础，推进北京科学数据中心建设，并打造智能数据加工与数据集体系。市科委、中关村管委会表示，相关工作将高效挖掘数据价值，让数据更好赋能基础研究和人工智能驱动的科研创新。