太阳集团见好就收9728定量生物学中心/生命科学联合中心

学术报告  

题    目: Beyond AlphaFold2: From Structure Prediction to Distribution Prediction

报告人: 刘海广研究员 & 郑书新研究员

微软研究院科学智能中心 AI4Science

时  间: 11月23日（周四）13:00-14:30

地    点: 吕志和楼B101

主持人: 毛有东 教授

摘要:

微软研究院科学智能中心(AI4Science)是2022年7月成立的新型使命驱动的科研部门，针对自然科学研究领域重大挑战性问题开发AI方法的研究机构。本次报告包含两部分内容，第一部分是分享微软研究院AI4Science在生命科学相关研究领域的最新进展概况，重点介绍蛋白质性质研究和药物发现的方法。第二部分围绕蛋白质结构分布预测，详细介绍AI生成方法Distributional Graphormer的实现和应用。

自AlphaFold2以来，深度学习的进步极大地提高了分子结构的预测能力。然而，对于现实世界的应用而言，许多重要的宏观观测并不是单一分子结构的函数，而是由结构的平衡分布决定的。获得这些分布的传统方法，如分子动力学模拟，计算成本高昂，往往难以处理。本次讲座中将介绍Distributional Graphormer（DiG），一种新颖的直接预测分子系统的平衡分布。DiG巧妙地利用了Generative AI的技术，既解决了AlphaFold2等工作无法得到分布信息的问题，也解决了动力学模拟昂贵耗时的问题。我们在几个分子任务上展示了DiG的性能，包括蛋白质构象采样、配体结构采样、催化剂-吸附剂采样和性质引导的结构生成。DiG在统计理解分子系统的方法上取得了重要进展，为分子科学研究开辟了新的机会。

报告人简介：

刘海广博士，微软研究院AI4Science首席研究员。2009年博士毕业于加州大学戴维斯分校，曾在美国能源部劳伦斯伯克利国家实验室、亚利桑那州立大学和北京计算科学研究中心工作。研究内容包括蛋白质结构、动力学、药物与蛋白质相互作用等领域，发表 70 多篇期刊论文。

郑书新博士于微软研究院AI4Science担任首席研究员一职，并领导科学基础模型研究项目。他的研究兴趣涵盖通用AI与生成式AI，以及它们在科学领域的应用。他带领团队多次在科学智能(AI for Science)主题的国际竞赛中夺冠，并在顶级人工智能或科学期刊上发表20余篇论文，引用超过2000次。郑书新研究员长期担任国际顶级AI会议与期刊审稿人，并在清华大学、中科院和微软人工智能学院等担任客座讲师，讲授《机器学习方法与应用基础》和《高等机器学习》等课程。