AI蛋白质第一人徐金波回国加入国家生命科学实验室

来源：Tencent.com 2022-03-24 10:23

3月23日，美国芝加哥丰田计算技术研究所教授徐金波在“AI科学与技术年会”的演讲中宣布回国加入国家实验室，并分享了蛋白质结构与功能的AI预测这一新兴领域的演变和最新进展。

3月23日，在由前沿科技媒体机器中心主办的“AI技术年会”上，美国芝加哥丰田计算技术研究所教授徐金波宣布回国加入国家实验室，分享了蛋白质结构和功能的AI预测的发展和最新进展。

徐金波被业界誉为“全球人工智能预测蛋白质结构第一人”。早在2016年，他就开发了RaptorX-Contact方法，首次证明了深度学习方法预测蛋白质结构的可行性，拉开了AI蛋白质结构预测时代的序幕。Google DeepMind开发的AlphaFold也是基于徐金波团队之前的研究成果。

徐金波说，准确描述蛋白质的结构和功能是理解生命过程的基础。蛋白质的结构和功能密切相关。预测蛋白质的结构有助于人们在原子水平上了解蛋白质的功能。近年来，随着人工智能的再次兴起，蛋白质的结构预测已经从传统的物理和统计方法迅速走向最新的机器学习甚至深度学习算法。深度学习技术颠覆了蛋白质的结构预测，可以正确预测90%的蛋白质形状，其中50-60%的蛋白质可以实现高分辨率预测。在此基础上，推动分子生物学的研究范式从基于序列的研究转向基于结构的研究，从而促进基于结构的药物发现和设计，提高蛋白质从头设计的效率。

众所周知，细胞是生命的基本单位，而蛋白质是细胞重要的生命物质，是生命活动的体现者和承担者。其中，蛋白质分子的组成和折叠结构很大程度上决定了蛋白质所具有和正在发挥的生物功能。然而，如何清楚地“理解”蛋白质的折叠结构，是困扰生物学界的“世纪难题”。一旦得到解决，人类对生命的理解将会有一个飞跃。

以蓬勃发展的生物医药产业为例，单克隆抗体、重组蛋白、疫苗、基因和细胞治疗药物等大分子药物等一系列由细胞、组织和体液制成的生物医药产品，因其比化学药物疗效更高、毒副作用更小，近年来越来越受到医学界的重视，市场增速远高于化学药物。通过AI预测蛋白质的结构和功能，可以帮助人们深入了解很多顽症的发病机理，包括癌症、疾病等等，进而找到更准确的治疗方法。同时，利用AI优化蛋白质的结构，也可以大大提高大分子药物的研发效率，降低成本。

除了医药工业之外，由于蛋白质可以作为酶、激素等生物催化剂，因此在食品、化工、能源、环境工程等许多领域都有广泛的应用。可以想象，用AI来解开蛋白质的结构之谜，并在此基础上设计和优化结构，可以给未来的社会发展带来巨大的变化。

在过去的六年里，徐金波在AI蛋白质结构预测领域做出了开创性的贡献。

2016年，徐金波开发了基于残差网络(ResNet)的RaptorX-Contact方法，采用全局结构预测方法，将图像处理中的图像分割技术转移到蛋白质结构预测领域，利用深度学习卷积网络从整体上度量蛋白质的结构，通过距离矩阵重构蛋白质分子的三维结构，从而大大提高了蛋白质的结构预测。同年，在被称为“蛋白质结构预测领域的奥林匹克竞赛”3354的第12届蛋白质结构预测关键评估(CASP)蛋白质国际竞赛中，RaptorX-Contact在蛋白质中接触矩阵的预测中名列第一。蛋白质结构预测的这一核心思想已经被Google DeepMind团队关注，并应用于AlphaFold的开发中。

除了为AI蛋白质预测开辟新思路，徐金波团队还开发了几个著名的软件，包括蛋白质相互作用网络分析软件IsoRank。从去年开始，徐金波的团队继续使用残差网络(ResNet)在没有共同进化信息的情况下实现了高水平的蛋白质结构预测，并且在预测人工设计的蛋白质结构方面表现得更好。这一研发成果对蛋白质工程和蛋白质设计具有重要意义。

徐金波教授将加入专注于生命科学领域、代表国家战略科技实力的北京昌平实验室，继续围绕蛋白质的预测和设计开展科学研究。(生物)

版权声明

本网站所有标注“来源：100医学网”或“来源：bioon”的文字、图片、音视频资料，均属于100医学网网站的版权。未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。获得书面授权转载时，必须注明“来源：100医学网”。其他来源的文章都是转载。本网站所有转载都是为了传递更多信息。转载内容不代表本网站立场。不希望被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在用100医网APP随时阅读、评论、分享。请扫描二维码下载-