欧美色盟,色婷婷AV一区二区三区之红樱桃,亚洲精品无码一区二区三区网雨,中国精品视频一区二区三区

人工智能藥物研發(fā)領域正值飛速發(fā)展階段，不斷產生和更迭出新知識和新資源，更加拓寬了大數(shù)據(jù)與 AI 技術在生命醫(yī)藥領域的應用場景及應用潛力。基于AI學科的天然優(yōu)勢，可以對生物學的復雜性和臨床數(shù)據(jù)庫的缺乏進行彌補，進行多學科交叉與融合，也有助于新藥研發(fā)取得更大的創(chuàng)新和突破。

同時，深度學習及人工智能也為分子世界和分子模擬帶來了系統(tǒng)性的變革和新的機遇。這些技術的發(fā)展有效提高了分子模擬的計算能力，使分子理性設計成為可能，且被廣泛應用到不同場景。換言之，“AI+分子模擬”正以物理的視角，在電子、原子、分子的尺度重新審視行業(yè)問題，為化學和生物學的發(fā)展帶來全新的機會和更多的可能性。

隨著信息技術的不斷發(fā)展，科學家開始利用計算機對分子世界進行模擬，從而更深入全面的理解分子的運動和變化。傳統(tǒng)的分子模擬手段所需的計算量大，計算效率低。北京大學化學與分子工程學院教授高毅勤曾在2021未來科學大獎周科學峰會《人工智能輔助分子模擬》的主題報告中指出，通過引入深度學習和人工智能，能夠對復雜分子和宏觀體系進行有效模擬，更高效更準確的預測化學反應的產物、蛋白質三維結構和水冰相變過程，有效的提高了分子模擬的計算能力，使分子體系的理性設計成為可能，為科學家設計分子、篩選實驗條件提供可靠的依據(jù)，為化學和生物學的發(fā)展提供新的機遇。

高毅勤教授致力于發(fā)展針對生物和化學體系的理論與計算方法，特別是基于統(tǒng)計力學和機器學習的計算方法與軟件的開發(fā)，染色質三維結構、生物大分子和材料自組裝、DNA別構效應等領域的研究。

高毅勤教授的研究成果涵蓋多個關鍵方向，主要成果包括：成功解釋臭氧生成反應中的同位素效應、闡述蛋白質馬達能量轉化的分子機制、發(fā)展高效的分子模擬取樣方法、推進對蛋白質和液態(tài)水等復雜體系的結構與動力學性質等的理解，其中揭示水合離子微觀結構的工作（Nature 2018, 557, 701）被中國科學院和中國工程院院士投票評選評為“2018 年中國十大科技進展”。

2021年7月，高毅勤課題組與華為昇思MindSpore聯(lián)合開發(fā)了新一代分子模擬庫SPONGE，這是一個完全自主研發(fā)的分子模擬庫，將神經(jīng)網(wǎng)絡等AI方法與傳統(tǒng)分子模擬進行結合。2021年10月，高毅勤課題組又與華為昇思MindSpore團隊推出了基于AlphaFold2算法的蛋白質結構預測推理工具，效率同比提升2-3倍，在CAMEO蛋白結構預測和打分比賽中多次獲得第一。

本次《理解未來》科學講座中，北京大學化學與分子工程學院教授、北京大學理學部副主任高毅勤將帶來《分子模擬結合深度學習在分子體系中的方法和應用》主題演講，分享對分子模擬應用的場景與AI驅動的數(shù)據(jù)庫構建等內容，并帶來基于分子計算與模擬的化學及藥學研究的最新進展。