近年来，随着人工智能（AI）的快速发展，生物医学领域取得了重大进展。大家印象最深的，可能就是以 AlphaFold 、 AlphaFold 2 为代表的蛋白质结构预测技术了。2018 年 DeepMind 推出 AlphaFold ，成为 AI 技术驱动和加速科学发现的重要里程碑，引起业内广泛关注。2020 年 DeepMind 推出升级版本 AlphaFold 2，破解了蛋白质分子折叠问题，并宣称「它将改变一切」。可以说，AlphaFold 与 AlphaFold 2 的相继推出拉开了人工智能与生物学交叉融合的序幕。其实 AI 的应用不止这些，疾病诊断和预测、药物发现和开发等多个领域都离不开 AI 的发展。例如在生物医学成像方面，AI 算法能够从低分辨率或部分不完整的数据中重建高质量的图像，这在医学成像领域尤其重要。此外，AI 还可以整合来自不同成像技术（如 X 光、CT、MRI、超声）的数据，提供更全面的诊断信息。随着 AI 技术的不断进步和医学数据的增加，未来在生物医学领域的应用将更加广泛和深入。为了更好地促进学术交流，尤其是交叉学科和前沿工作的同行交流，机器之心与中国科学院自动化研究所联合举办「人工智能 x 基础科学系列论坛」，尝试在更轻松和开放的交流氛围下，邀请研究者分享近期工作，讨论领域热点问题。 12 月 26 日 9:30-11:20，系列论坛第八期来袭，以「共探 AI 赋能生物医学新进展」为主题，特邀中国科学院自动化研究所研究员马喜波担任主持人并进行分享，本次论坛还邀请到了中国科学院计算技术研究所研究员卜东波、北京大学未来技术学院研究员孙赫展开分享与交流。此外，圆桌还邀请到了中国科学院计算技术研究所副研究员张海仓。
嘉宾简介：马喜波，中国科学院自动化研究所研究员， 致力于 AI for Science 研究十余年，形成了理论算法、智能系统、AI 生命科学领域的应用为核心的研究体系。近年来，围绕多模态人工智能算法和系统开发、跨领域自主进化智能机应用开展深入研究，发表包括 Nature，Nat Commun., IEEE TMI, AAAI, IEEE TIP 等在内的多篇高水平 SCI 论文和人工智能会议论文。报告摘要：随着 Alphafold 使用 AI 技术在蛋白质折叠领域取得了突破性成果，掀起了 AI for Science 的研究热潮。本团队聚焦跨领域快速进化智能，提出了包括重构信息传播矩阵的谱图神经网络（WaveNet）、多信息检测的行为感知关系网络（BARN）等在内的多个网络架构，发现了灵长类动物在不同的年龄阶段，身体精细行为、大动作行为、应激行为能力等发生的细微变化，并进一步破解了灵长类动物脊髓衰老的驱动力。相关链接：http://www.intelligentmed.net/#/报告主题：ProDESIGN-LE：用AI辅助的蛋白质设计嘉宾简介：卜东波，中国科学院计算技术研究所研究员，研究兴趣包括生物信息学（蛋白质结构预测、糖结构鉴定）、计算机算法。在 Nature 子刊等发表论文 100 余篇，著有《算法讲义》；带领六名 “计算所二代” 小学生组成小 SIGMA 数学特别兴趣组，讲授数学思维和计算思维，并与之合著《少儿计算思维养成记 --- 六个小孩的编程学习笔记》。研制了 “用人工智能技术辅助算法设计” 的 AIA 系统，在经典排课等多个问题上实现了变 “凭灵感设计算法” 为 “从数据学习出算法”；设计了蛋白质结构预测算法 ProFOLD，性能超过 AlphaFold，正努力赶超 AlphaFold2；设计了蛋白质序列设计算法 ProDESIGN，重设计绿色荧光蛋白，并成功发光报告摘要：蛋白质结构预测与蛋白质设计是一枚硬币的两面。针对蛋白质结构预测，我们设计了直接学习残基间距离的神经网络CopulaNet，开发了预测算法ProFOLD；针对蛋白质设计，我们设计了算法ProDESIGN系列，并重新设计了蛋白质CAT III和绿色荧光蛋白GFP，其晶体结构与目标结构接近（RMSD=1.4 埃），已成功发光。
本次讲座还将介绍鉴定蛋白质-小分子结合位点的新方法PALMS-DAs，该方法联合应用光交联、色谱、质谱、分子动力学等技术，在热休克蛋白与抑制剂的初步实验表明，该方法可鉴定出结合位点。
报告主题：“AI + 物理” 驱动新一代计算生物医学成像嘉宾简介：孙赫，北京大学未来技术学院助理教授、研究员，“计算科学成像”课题组负责人。主要研究方向为人工智能在生物、医学、天文等跨领域科学成像问题中的应用，研究成果已应用于银河系中心黑洞成像等国际大科学任务。报告摘要：计算生物医学成像的核心难题是从稀疏、高噪音的观测数据中重建生物样本的结构和功能影像。本次报告将介绍一系列融合 AI 和物理建模的新型计算成像方法，并讨论其在液相电镜、超声 CT 等复杂生物医学成像问题中的应用。
- 张海仓，中国科学院计算技术研究所副研究员。中科院青年促进会人才项目获得者；先后曾任字节跳动高级算法工程师、美国哥伦比亚大学博后科学家；研究方向包括人工智能算法和生物信息学（AI蛋白质设计、蛋白质结构预测、计算基因组学）。设计了基于AI模型的MVP和gMVP等算法预测蛋白质变异的功能影响，显著提高了变异-疾病关系的预测精度和可解释性；开发了基于AI的蛋白质序列和结构生成模型CarbonDesign和SidechainDiff；开发了蛋白质结构预测软件AbXFold和ThreaderAI；以一作或通讯作者身份在Nat. Math. Intel., Nat. Commun.，NeuIPS等高水平国际学术期刊和会议发表论文20余篇。
直播间：关注机器之心机动组视频号，立即预约。
交流群：本次直播有QA环节，欢迎加入本次直播交流群探讨交流。
往期回顾
「人工智能×基础科学系列论坛」已举办七期，主题分别为「受物理启发的深度学习」、「深度学习中的数学优化问题」、「后 AlphaFold 时代，中国蛋白质计算新进展」、「当人工智能遇到材料与化学」、「AI 如何与神经科学共生共赢」、「当医学插上人工智能的翅膀」、「神经科学与人工智能：探索大脑网络与智能计算的融合之路」。
