7月17日，在2026世界人工智能大会（WAIC）AI赋能生命健康新范式论坛上，2025年诺贝尔化学奖得主、清华大学教授奥马尔·M·亚吉（Omar M. Yaghi）以《AI and Multivariate Enzymes》为题发表主题演讲，分享人工智能与材料科学、化学交叉融合的最新探索。**围绕人工智能驱动材料设计、多变量材料体系以及生命科学应用等方向，奥马尔·M·亚吉展示了AI推动科学发现的新路径，探讨人工智能如何帮助科学家突破传统研究边界，加速从基础科学探索到创新应用转化。
当前，人工智能正在推动科研范式发生深刻变化。过去，科学发现更多依赖经验积累、实验探索和反复验证，而人工智能正在通过数据分析、结构预测和智能设计能力，帮助科学家探索更加复杂的科学空间。演讲提出，AI与材料科学、化学的深度融合，有望建立连接结构、性能与应用的新型科学研究体系，推动科研过程从经验驱动迈向智能驱动。
奥马尔·M·亚吉介绍，其团队长期致力于网状化学（Reticular Chemistry）研究，通过将分子构筑单元进行精准连接，创造具有特殊结构和性能的新型材料。其中，金属有机框架材料（MOFs）具有高度可设计性和超大比表面积，为气体储存、分离、催化、生物分子保护以及医学应用等领域提供了新的可能。
在人工智能赋能材料创新方面，演讲展示了AI如何帮助科学家设计更加复杂的多变量材料体系。通过将不同功能单元进行组合优化，研究人员能够探索传统方法难以覆盖的材料空间，实现材料性能的精准调控。例如，多变量金属有机框架材料可以通过调整不同组成比例，实现对分子识别、催化反应和药物释放等功能的优化，为未来生命科学和医学应用提供新的材料基础。
演讲进一步介绍了AI辅助实验设计的新探索。通过大语言模型生成实验条件、高通量实验平台验证和机器学习优化，科研人员能够提高材料发现效率，加快从理论设计到实验验证的转化过程。这种“人工智能+自动化实验”的新模式，正在推动科学研究从有限探索走向更大规模、更高效率的智能发现。
在生命健康领域，新型智能材料正在展现广阔应用前景。相关研究显示，金属有机框架材料可用于生物分子检测、药物递送、医学成像、生物催化以及治疗辅助等方向，通过保护和运输生物分子、调控生物反应，为精准医疗和生命科学创新提供新的技术路径。
奥马尔·M·亚吉的演讲展示了人工智能驱动科学创新的未来方向：AI不仅能够帮助科学家处理已有知识，更能够参与发现未知规律、设计新材料和创造新的科学可能。未来，随着人工智能与材料科学、化学、生命科学进一步融合，科学发现将进入更加开放、高效和智能的新阶段，为生命健康、能源、环境等领域的发展带来持续创新动力。
