讲座预约丨权威专家谈AlphaFold：DeepMind到底突破了什么？

雷锋网(公众号：雷锋网)消息，近日，DeepMind AlphaFold，高调登上了圈内圈外的热搜榜。

因其在蛋白质结构预测领域的突破性成果，使得媒体一度用“颠覆“、“革命性突破”、“诺奖级成果”等词汇来形容此事件。

简单来说，AlphaFold能做的事情，是计算氨基酸之间的距离，从而预测蛋白质的3D结构。

这是一个号称困扰生物学家50年的问题。

有的研究者不禁会捶胸顿足：我用着价值一千万美元的电镜，还努力解了好多年，而AlphaFold一下就给我算出来了？乱拳要打死老师傅了吗？

然而现实世界中，任何一项科研成果，有它突破性的一面，也有它明显的不足之处，AlphaFold也不例外。

AlphaFold 的表现集中体现在对于蛋白质静态结构的预测，在蛋白-蛋白相互作用结构、C端N端的序列、蛋白质结合位置和蛋白质结构变化等领域，AlphaFold 还有待进一步改良。

另外，AlphaFold在各项指标评比中强调的是中位数，甚至都不是平均数。这就表明，AlphaFold在有些蛋白的预测结果较差。

但是，不管怎么说，AlphaFold的出现犹如一块投入平静湖面的大石头，进而引发一场“蝴蝶效应”。我们需要做的，就是如何用更好的姿势来迎接它，并对它提出自己的思考和判断：

AlphaFold，其研究、工程优势与弱点，到底有哪些？会对哪些研究团队产生“降维打击”？

基于AlphaFold的现有成果，蛋白质结构预测的未来，会是什么样？

AlphaFold对新冠病毒的研究能起到多大帮助？

AlphaFold能否掀起新一轮创业热潮？

AlphaFold的未来，让这些问题的讨论显得尤为重要。

2020年12月8日上午9:30，四位世界级权威专家，将在线上同台讨论该话题。

嘉宾介绍

主持人：黄昆，印第安纳大学医学院副院长，AIMBE Fellow

黄昆于1991年进入清华大学学习于1996年获生物学理学士与电子计算机工学士双学位。本科毕业后赴美国伊利诺伊大学香槟校区(UIUC)学习。

先后获得生理学硕士，电子工程硕士，数学硕士学位，并于2004年获得电子与计算机工程学博士学位，研究方向为计算机视觉与机器学习。

同年加入俄亥俄州立大学医学院生物医学信息学系任教，2010年获评终身教职，并先后担任综合癌症中心生物信息共享资源主任，计算生物学与生物信息学部主任，医学院副院长等职务。

2017年加入印第安纳大学医学院参与领导精准健康计划，担任数据科学与信息学主任，同时任基因组数据科学讲席教授，医学院主管数据科学副院长，印第安纳大学Simon综合癌症中心副主任。

其主要研究方向包括生物信息学，医学图像分析，医疗大数据，机器学习及其在癌症研究及神经科学等方面的应用。发表研究论文200余篇。2018年当选美国医学与生物工程学院(AIMBE)会士。

许东，密苏里大学教授，AAAS、AIMBE Fellow

美国密苏里大学电子工程和计算机科学系的Shumaker讲座教授，同时担任Christopher S. Bond生命科学中心研究员和信息技术专业主任。

许东教授在北京大学获得本科与硕士学位，于1995年在伊利诺伊大学获得博士学位。他在美国国家癌症研究所做了两年博后工作，此后在橡树岭国家实验室做了六年研究工作，一直到2003年加入密苏里大学，从2007-2016年，他担任该校计算机科学系的系主任。

许东教授的研究主要集中在生物信息学方面，包括机器学习在生物信息学的应用，蛋白质结构预测，蛋白质定位预测，蛋白质翻译后修饰的识别，单细胞数据的分析，还有植物、微生物和癌症的计算机模拟研究，以及生物信息系统。他的蛋白结构预测工作获得2001 年R&D 100大奖。

许东教授目前已发表400多篇论文，他是美国科学促进会（AAAS）会士和美国医学和生物工程研究院（AIMBE）会士。

张阳，密歇根大学教授，I-TASSER算法发明人

美国密西根大学计算医学与生物信息学系以及生物化学系终身教授。在蛋白质折叠和结构预测、蛋白质设计、以及功能注解等方向开展了一系列开拓性的研究，并产生了重要的国际影响。

I-TASSER算法发明人（该算法连续八届国际蛋白质结构预测CASP大赛自动组均名列第一，在生物信息及生物医学领域得到广泛应用）。主持与完成NIH百万美元以上级项目研究课题10余项。

曾获得DeLano奖，Sloan奖、NSF早期生涯奖、以及密西根大学基础科学奖等奖项；担任Journal of Structural Biology等8种国际期刊的编委。在Nature Methods，PNAS等著名期刊上发表论文200多篇，被国际同行引用三万余次，连续四年入选汤森路透（Thomson Reuters）全球高被引科学家。

许锦波，芝加哥丰田技术研究所教授，斯隆奖得主

美国芝加哥丰田计算技术研究所教授，《生物信息学》以及《计算生物学》编委；就读于中国科学技术大学计算机系，中国科学院计算技术研究所和加拿大滑铁卢大学，以及在美国麻省理工学院数学系和人工智能实验室接受博士后训练。

许博士的研究兴趣包括人工智能和机器学习，优化算法和计算生物学。他于2016年证明了深度残差卷积神经网络可以大大提高蛋白质结构预测的性能，引导了深度学习在蛋白质结构预测领域的第一次变革。

许博士获得了美国斯隆研究奖，美国自然科学基金早期职业奖，《PLoS Computational Biology》创新突破奖，国际计算生物学顶级会议RECOMB的最佳论文奖和时间考验 (Test-of-Time) 奖；曾多次接受英美杂志如《纽约时报》、《经济学人》、《财富》、《自然》和《科学》的采访。

许东、许锦波、张阳（摄于2010年CASP比赛期间） 

讲座信息

主题：权威专家谈 AlphaFold：DeepMind 到底突破了什么？

时间：12月8日，上午9:30-11:00

主办单位：图像计算与数字医学国际研讨会（ISICDM）

协办单位：雷锋网、医健AI掘金志

观看方式&加入专家群

关注《医健AI掘金志》，回复关键词“蛋白质”，即可加入微信群，观看此次线上论坛，同时实时交流与提问。

（业内首批AI+蛋白质结构预测【资深研究者讨论群】）

关于ISICDM

图像计算与数字医学国际研讨会（ISICDM）自2017年创办以来，一直是医工交叉的前沿阵地，围绕图像计算和数字医学中的一些重要的理论、算法与应用问题进行学术讨论，旨在促进电子信息（包括计算机、自动化与生物医学工程）、数学和医学等领域学者的交流与合作。

据雷锋网了解，截止至今，ISICDM共邀请到400余位大会报告及专题报告嘉宾，其中包括中、美、英、加等多个国家的的科学院/工程院院士，ACM、IEEE、AIMBE等学会Fellow，CVPR、ICCV、MICCAI大会主席，以及MRI、Medical Image analysis、IEEE TBME、IEEE TIP主编和TPAMI、IJCV、IEEE TIP、IEEE TMI副主编。

。