2026年6 月11日，“同济大学高等讲堂第107讲（校级）”在同济大学四平路校区逸夫楼报告厅顺利举办。本次讲座由同济大学生命科学与技术学院主办，由学院阳乐涛教授邀请美国哥伦比亚大学Samuel Y. Sheng生物工程教授Kam W.Leong担任主讲嘉宾，带来题为“Predicting Cellular Responses with Squidiff: A Diffusion Model for Single-Cell Transcriptomics”的前沿学术分享，吸引了校内众多师生到场聆听交流。

Leong教授是非病毒基因递送领域的奠基人之一，在生物材料、药物递送、干细胞微环境调控、组织工程和器官芯片等领域做出了一系列开创性工作，入选美国国家工程院院士、美国国家医学院院士、美国国家发明家科学院院士以及亚洲科学与工程学院院士，获得生物材料学会创始人奖（2022）、IEEE-EMBS职业成就奖（2023）、IEEE 生物工程奖（2025）等顶尖奖项，自2014年至今担任生物材料领域知名期刊《Biomaterials》主编。本次报告中，他以“非AI研究者如何利用AI工具赋能生命科学研究”为切入点，系统介绍了扩散模型在生物学研究中的创新应用，为在场师生带来了跨学科研究的全新视角。

讲座伊始，Leong教授剖析了当前生命科学研究的核心挑战。他指出，活细胞研究中，生物学实验往往只能提供阶段性、离散性的观测信息，难以捕捉细胞状态的连续动态变化；同时，大规模生物学实验成本高昂、周期漫长，限制了对细胞响应机制的系统性探索，而人工智能工具的发展为解决这一难题提供了新路径。

随后，Leong教授重点讲解了扩散模型的基本原理与生物学适配性。扩散模型通过对干净数据逐步添加噪声，再学习逆向降噪过程，能够生成连续的中间状态，完美契合了生物学研究中填补细胞状态信息空缺的需求。基于这一原理，其团队开发了针对单细胞转录组学的扩散模型工具Squidiff，并在多个关键生物学场景中实现了突破：在药物扰动响应预测领域实现了对细胞类型特异性药物效果的排序，包括对模型未见过的药物进行响应预测，为药物筛选提供高效参考；在复杂生物学过程模拟方向，实现对血管生成、类器官形成等复杂生物学过程的精准模拟；在辐射损伤与治疗响应评估方面，成功预测不同细胞类型对辐射损伤的反应，以及治疗因子的救援效果，为辐射相关疾病的治疗方案优化提供支撑。

最后，Leong教授总结了扩散模型在生物学研究中的优势与局限。他强调，该模型的核心优势在于具备高度通用性，可适配多种生物学条件与研究场景，能够帮助研究人员缩小实验变量范围，降低实验成本；但同时也指出，模型对训练数据中未出现过的药物或扰动类型预测置信度较低，且高质量、多场景的单细胞转录组数据集仍较为稀缺，这也是未来研究需要突破的方向。

在互动问答环节，师生们围绕模型训练数据量、通用性、预测可信度等问题展开深入交流。Leong教授逐一解答了师生的疑问，并特别强调：扩散模型是辅助生物学研究的高效工具，核心价值在于加速假设生成、优化实验设计，而非完全取代实验本身，人工智能与传统生物学研究的结合将成为推动生命科学发展的重要动力。

本次讲座内容前沿、视角新颖，不仅展示了扩散模型在生物学领域的创新应用，更启发了师生们对跨学科研究的思考，为生命科学与人工智能的融合发展提供了重要借鉴。