正在阅读:

计算生物学有哪些前沿进展?首届浦江科学大师讲坛复旦开讲,诺奖得主等科学家作报告

扫一扫下载界面新闻APP

计算生物学有哪些前沿进展?首届浦江科学大师讲坛复旦开讲,诺奖得主等科学家作报告

围绕上海打造人工智能与生物医药产业创新高地目标,首期讲坛结合“AI for Science”这一人工智能发展新趋势,聚焦计算生物学前沿进展与最新成果。

图片来源:复旦大学

记者 黄景源

2022年11月15日,“浦江科学大师讲坛”正式开讲。围绕上海打造人工智能与生物医药产业创新高地目标,首期讲坛结合“AI for Science”这一人工智能发展新趋势,聚焦计算生物学前沿进展与最新成果。

2013年诺贝尔化学奖得主、复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特(Michael Levitt)教授作主报告,复旦大学复杂体系多尺度研究院院长马剑鹏教授和复旦大学人工智能创新与产业研究院院长漆远教授作分报告。

“新药设计首先是个计算生物学问题”

“有了芯片才有药片,有算力就有权力,新药设计首先是个计算生物学问题。”复旦大学复杂体系多尺度研究院院长马剑鹏说。

他认为,随着近年来人工智能技术的突飞猛进,计算生物学已经从一个冷门学科跃升为引领分子生物学研究的龙头学科,已成为促进医药行业颠覆性创新发展必须占领的制高点之一,要大力培养计算生物学人才。

所谓计算生物学,就是用计算方法来解决生物学问题,通过将定量分析方法引入生物学研究领域,提升研究效率。

马剑鹏在报告中指出,“计算”已渗透到现代生物学研究的每个角落,设计新型非自然蛋白以及开发新功能、新药物、新材料是目前计算生物学领域的研究目标。

通过人工智能技术,科研人员可以预测海量蛋白质的三维结构与动态变化,为药物分子设计节省时间与成本,可以帮助科学家更高效地找到药物作用于蛋白质的新靶点,支持创新药研发等。

从全新目标蛋白发现,计算结构预测、实验结构测定、专用模拟算法开发,到药物设计等全链条一体化研发,马剑鹏介绍了AI如何赋能大分子新药设计总架构,以及复旦复杂体系多尺度研究团队所取得的研究进展。他表示,新药研发是系统工程,“不同方向的专业人才需要保持步调一致,在统一指挥下进行‘大兵团会战’”。

在马剑鹏看来,蛋白质结构预测技术,比如AlphaFold2(注:“阿尔法折叠2”,谷歌旗下深度思维公司的产品),虽然很强大,但还远没有达到能够取代实验的水平,在未来,“干湿结合”,即计算和实验相结合将成为生物学研究趋势,从而解决更多生物问题特别是药物设计问题。

界面新闻从复旦大学获悉,去年,马剑鹏团队合作发表基于主链的蛋白质侧链预测算法(OPUS-Rota4 算法),其精度超越了谷歌团队的“阿尔法折叠”。

 “人工智能是新时代的望远镜,也是显微镜”

“到了计算时代,人工智能就是新时代的望远镜,也是显微镜,能让我们看到更远的地方,也能让我们看到更小的细微之处。”复旦大学人工智能创新与产业研究院院长漆远说。

从技术与科学的关系出发,漆远逐一介绍人工智能在推进科学发现、促进经济发展,尤其是在药物研发、生命健康、气象能源等领域的应用。以气象能源为例,漆远认为,AI助力天气预报,能提升能源利用率。例如精准风速风向、辐射预报是新能源提升发电量和消纳率的基石,对于提高能源利用率、加快双碳目标达成具有重要意义。

漆远在报告中指出,AI制药已成国际医药产业竞争高地。AI可赋能多种药物设计,包括小分子药物、抗体类药物、治疗性微生物、基因疗法、疫苗等。通过AI技术,药物发现和临床前阶段可节省40%-50%的时间,每年节省260亿美元。临床阶段可节省50%-60%的时间,每年节省280亿美元。

“AI重新定义了药物研发的核心问题,并渗透到药物研发的所有阶段。”漆远表示,不过,目前全球范围内还没有AI研发成功的药物上市,该领域目前还存在许多待解决的重要问题,比如异构化、碎片化的医药数据难以整合,深度学习对数据过度依赖等。

从海外高校任教进入国内互联网公司,到再次回到高校,漆远结合自己的经历,表示要用人工智能赋能科学发现,用原始创新推进科创发展,而这个目标需要体系化创新环境、复合型人才以及深层创新服务。

“我们需要构建一个AI for Science的开放性平台,它不光能推进科研本身,和生命科学、化学、物理学结合,同时也正全面向产业深入,推动制药业发展、智慧医疗、健康管理碳中和等。”漆远说。

“知识是文明的DNA”

“何谓科学?”报告开始,复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特就抛出了一个问题。他进而解释,拉丁语中“科学”意味着知识、专业或是经验。知识,就是文明的DNA。

迈克尔·莱维特(Michael Levitt)是2013年诺贝尔化学奖获得者,其首创蛋白质和DNA的分子动力学模拟方法,致力于蛋白质结构预测技术的关键评估,研究蛋白质结构的折叠和包装,开发用于大规模序列结构比较的评分系统,是计算生物学领域的开创者之一。

长达一小时的报告中,迈克尔·莱维特讲述了计算生物学如何从一个现代生命科学中的“边缘”学科一跃成为引领性的龙头学科的过程,讨论了“无用”的基础科学和“有用”的应用科学之间的深层依赖关系,启发人们重新思考和认识这二者的有机结合方式,在从事科学研究时该如何选择深入钻研的方向。

“地球上最具智慧的是什么?是电脑吗?是某个人吗?是诺贝尔奖得主吗?”演讲中,莱维特用幽默风趣的语言介绍了生物学的发展历程。他表示,生物进化中不是最适者生存,而是最具多样性者生存,多样性使人们变得聪明。

他认为,理论研究是用一种简单易懂的模型来解释观测现象,而实验则是尝试获得额外的观测来证明或否定模型,两者需要不同的高级技能,也需要彼此之间的沟通交流。

“基础科学研究就像买彩票,你无法预测结果,但你可以多买几张,这更有助于得到一流的发现。”在莱维特看来,基础科学意味着新的知识、探究问题并寻找答案、基础性的研究进步推动新的进步以及无人预知的进步。存在许多不确定性,因此遇到困难与失败在所难免。如果没有失败,恰恰可能意味着研究并没有太大难度。

谈到未来科学时,莱维特表示,虚拟全球实验室作为一个全新概念,将结合真实和虚拟互动,使全球影响最大化,利用计算生物学和人工智能辅助的“健康技术”改善人类健康。

据悉,“浦江科学大师讲坛”由上海市政协发起并主管,上海市政协科技和教育委员会、复旦大学、中共上海市科学技术工作委员会、上海市科学技术委员会、上海市科学技术协会共同主办。

“浦江科学大师讲坛”的主题是:跟植上海、聚焦前沿,传播科学思想,助力具有全球影响力的科技创新中心建设。讲坛计划每年举办六期,每期确定一个科学主题,邀请全球顶尖科学家作前沿研究学术报告。

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

计算生物学有哪些前沿进展?首届浦江科学大师讲坛复旦开讲,诺奖得主等科学家作报告

围绕上海打造人工智能与生物医药产业创新高地目标,首期讲坛结合“AI for Science”这一人工智能发展新趋势,聚焦计算生物学前沿进展与最新成果。

图片来源:复旦大学

记者 黄景源

2022年11月15日,“浦江科学大师讲坛”正式开讲。围绕上海打造人工智能与生物医药产业创新高地目标,首期讲坛结合“AI for Science”这一人工智能发展新趋势,聚焦计算生物学前沿进展与最新成果。

2013年诺贝尔化学奖得主、复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特(Michael Levitt)教授作主报告,复旦大学复杂体系多尺度研究院院长马剑鹏教授和复旦大学人工智能创新与产业研究院院长漆远教授作分报告。

“新药设计首先是个计算生物学问题”

“有了芯片才有药片,有算力就有权力,新药设计首先是个计算生物学问题。”复旦大学复杂体系多尺度研究院院长马剑鹏说。

他认为,随着近年来人工智能技术的突飞猛进,计算生物学已经从一个冷门学科跃升为引领分子生物学研究的龙头学科,已成为促进医药行业颠覆性创新发展必须占领的制高点之一,要大力培养计算生物学人才。

所谓计算生物学,就是用计算方法来解决生物学问题,通过将定量分析方法引入生物学研究领域,提升研究效率。

马剑鹏在报告中指出,“计算”已渗透到现代生物学研究的每个角落,设计新型非自然蛋白以及开发新功能、新药物、新材料是目前计算生物学领域的研究目标。

通过人工智能技术,科研人员可以预测海量蛋白质的三维结构与动态变化,为药物分子设计节省时间与成本,可以帮助科学家更高效地找到药物作用于蛋白质的新靶点,支持创新药研发等。

从全新目标蛋白发现,计算结构预测、实验结构测定、专用模拟算法开发,到药物设计等全链条一体化研发,马剑鹏介绍了AI如何赋能大分子新药设计总架构,以及复旦复杂体系多尺度研究团队所取得的研究进展。他表示,新药研发是系统工程,“不同方向的专业人才需要保持步调一致,在统一指挥下进行‘大兵团会战’”。

在马剑鹏看来,蛋白质结构预测技术,比如AlphaFold2(注:“阿尔法折叠2”,谷歌旗下深度思维公司的产品),虽然很强大,但还远没有达到能够取代实验的水平,在未来,“干湿结合”,即计算和实验相结合将成为生物学研究趋势,从而解决更多生物问题特别是药物设计问题。

界面新闻从复旦大学获悉,去年,马剑鹏团队合作发表基于主链的蛋白质侧链预测算法(OPUS-Rota4 算法),其精度超越了谷歌团队的“阿尔法折叠”。

 “人工智能是新时代的望远镜,也是显微镜”

“到了计算时代,人工智能就是新时代的望远镜,也是显微镜,能让我们看到更远的地方,也能让我们看到更小的细微之处。”复旦大学人工智能创新与产业研究院院长漆远说。

从技术与科学的关系出发,漆远逐一介绍人工智能在推进科学发现、促进经济发展,尤其是在药物研发、生命健康、气象能源等领域的应用。以气象能源为例,漆远认为,AI助力天气预报,能提升能源利用率。例如精准风速风向、辐射预报是新能源提升发电量和消纳率的基石,对于提高能源利用率、加快双碳目标达成具有重要意义。

漆远在报告中指出,AI制药已成国际医药产业竞争高地。AI可赋能多种药物设计,包括小分子药物、抗体类药物、治疗性微生物、基因疗法、疫苗等。通过AI技术,药物发现和临床前阶段可节省40%-50%的时间,每年节省260亿美元。临床阶段可节省50%-60%的时间,每年节省280亿美元。

“AI重新定义了药物研发的核心问题,并渗透到药物研发的所有阶段。”漆远表示,不过,目前全球范围内还没有AI研发成功的药物上市,该领域目前还存在许多待解决的重要问题,比如异构化、碎片化的医药数据难以整合,深度学习对数据过度依赖等。

从海外高校任教进入国内互联网公司,到再次回到高校,漆远结合自己的经历,表示要用人工智能赋能科学发现,用原始创新推进科创发展,而这个目标需要体系化创新环境、复合型人才以及深层创新服务。

“我们需要构建一个AI for Science的开放性平台,它不光能推进科研本身,和生命科学、化学、物理学结合,同时也正全面向产业深入,推动制药业发展、智慧医疗、健康管理碳中和等。”漆远说。

“知识是文明的DNA”

“何谓科学?”报告开始,复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特就抛出了一个问题。他进而解释,拉丁语中“科学”意味着知识、专业或是经验。知识,就是文明的DNA。

迈克尔·莱维特(Michael Levitt)是2013年诺贝尔化学奖获得者,其首创蛋白质和DNA的分子动力学模拟方法,致力于蛋白质结构预测技术的关键评估,研究蛋白质结构的折叠和包装,开发用于大规模序列结构比较的评分系统,是计算生物学领域的开创者之一。

长达一小时的报告中,迈克尔·莱维特讲述了计算生物学如何从一个现代生命科学中的“边缘”学科一跃成为引领性的龙头学科的过程,讨论了“无用”的基础科学和“有用”的应用科学之间的深层依赖关系,启发人们重新思考和认识这二者的有机结合方式,在从事科学研究时该如何选择深入钻研的方向。

“地球上最具智慧的是什么?是电脑吗?是某个人吗?是诺贝尔奖得主吗?”演讲中,莱维特用幽默风趣的语言介绍了生物学的发展历程。他表示,生物进化中不是最适者生存,而是最具多样性者生存,多样性使人们变得聪明。

他认为,理论研究是用一种简单易懂的模型来解释观测现象,而实验则是尝试获得额外的观测来证明或否定模型,两者需要不同的高级技能,也需要彼此之间的沟通交流。

“基础科学研究就像买彩票,你无法预测结果,但你可以多买几张,这更有助于得到一流的发现。”在莱维特看来,基础科学意味着新的知识、探究问题并寻找答案、基础性的研究进步推动新的进步以及无人预知的进步。存在许多不确定性,因此遇到困难与失败在所难免。如果没有失败,恰恰可能意味着研究并没有太大难度。

谈到未来科学时,莱维特表示,虚拟全球实验室作为一个全新概念,将结合真实和虚拟互动,使全球影响最大化,利用计算生物学和人工智能辅助的“健康技术”改善人类健康。

据悉,“浦江科学大师讲坛”由上海市政协发起并主管,上海市政协科技和教育委员会、复旦大学、中共上海市科学技术工作委员会、上海市科学技术委员会、上海市科学技术协会共同主办。

“浦江科学大师讲坛”的主题是:跟植上海、聚焦前沿,传播科学思想,助力具有全球影响力的科技创新中心建设。讲坛计划每年举办六期,每期确定一个科学主题,邀请全球顶尖科学家作前沿研究学术报告。

未经正式授权严禁转载本文,侵权必究。