芝加哥丰田计算技术研究所许锦波：基于深度学习的蛋白质结构预测

在蛋白质结构预测领域，活跃着很多华人学者，机器之心知识站特推出「蛋白质结构预测系列技术直播」，聚焦领域前沿成果的同时，回顾蛋白质结构预测技术发展历程。欢迎关注并加入社区交流讨论！

准确描述蛋白质结构和功能是理解生命的重要基础，对生物医学的发展也具有重要意义。

1972年，美国科学家克 Christian Anfinsen 因「对核糖核酸酶的研究，特别是对其氨基酸序列与生物活性构象之间联系的研究」获得诺贝尔化学奖。他曾在1961年提出了一个著名的假设：从理论上说，蛋白质的氨基酸序列应该可以完全决定其结构。

这一假设开启了生物学家使用计算结构预测作为科研主要工具的时代，也开启了研究界长达半个世纪的探索，即仅仅基于蛋白质的一维氨基酸序列计算出其三维结构。

其中，芝加哥丰田计算技术研究所的许锦波教授，在氨基酸的距离预测上，将蛋白质预测的问题提升了一个台阶。许教授于2016年首次证明，使用深度学习可以大大提高蛋白质结构预测的性能，引领了人工智能在蛋白质结构预测领域的突破。他还研发了许多著名的生物信息学软件，包括久负盛名的蛋白质结构预测软件 RaptorX 和蛋白质相互作用网络分析软件IsoRank。

日前，许锦波教授团队通过使用残差网络（ResNet），在不使用协同进化（co-evolution）信息的条件下，实现较高的蛋白质结构预测水平，并在预测人工设计的蛋白质结构时表现得更为出色。这一发现对蛋白质工程和蛋白质设计都具有重要意义。

许教授团队基于先前的工作研究了ResNet在人工设计的蛋白质和天然蛋白质上的表现如何，以及其对协同进化信号的形式和丰度的依赖性。来源：论文1

在另一项研究中，许教授团队使用图神经网络（GNN），进一步优化蛋白质预测模型，从初始模型预测精细的原子间距离概率分布，然后使用预测距离作为约束重建模型，在  CASP13、CASP14 目标上都取得了良好的效果，并且全过程不超过15分钟。

许锦波教授团队使用GNN优化蛋白质模型，来源：论文2

6月17日21:00-22:00，机器之心特别邀请到许锦波教授作客最新一期「蛋白质结构预测系列技术直播」，为大家带来他关于基于深度学习的蛋白质结构预测的经验和思考。

嘉宾介绍：许锦波博士现任美国芝加哥丰田计算技术研究所教授，他毕业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，并在美国麻省理工学院数学系和人工智能实验室从事博士后研究。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。

他的荣誉包括美国斯隆研究奖，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 最佳论文奖和时间检验奖 (Test-of-Time Award)。他还是同行评议期刊《Bioinformatics》以及《Journal of Computational Biology》编委，2022年在瑞典举行的诺贝尔论坛特邀嘉宾。

• 论文1：Improvedprotein structure prediction by deep learning irrespective of co-evolution information，Nature Machine Intelligence
• 链接：https://doi.org/10.1038/s42256-021-00348-5
• 论文2：Fast andeffective protein model refinement by deep graph neural networks
• 链接：https://www.biorxiv.org/content/10.1101/2020.12.10.419994v2.full.pdf

直播间：https://jmq.h5.xeknow.com/s/2TvQRE（点击阅读原文直达）

直播时间：6月17日（周四）21:00-22:00

加入机动组，一起看直播

「机动组」是机器之心发起的人工智能技术社区，将持续提供技术公开课、论文分享、热门主题解读等线上线下活动，同时「机动组」也将不定期组织人才服务、产业技术对接等活动，欢迎所有 AI 领域技术从业者加入。

添加机器之心小助手（syncedai6），备注「蛋白质」加入本次直播群，后续线上分享也将在群中预告。

如小助手添加异常，还可以添加 syncedai4 与 syncedai5，我们将邀请你入群。

点击阅读原文，收藏直播间