題目：基于預訓練的蛋白質(zhì)工程通用人工智能
時間：2024年12月25日 10:00-11:30
地點：機械與動力工程學院 F207會議室
邀請人：彭林法 教授（薄板結(jié)構(gòu)制造研究所）
報告人簡介
2004年本科畢業(yè)于中國科學技術(shù)大學物理專業(yè)，2006年碩士畢業(yè)于香港中文大學物理專業(yè)，2010年博士畢業(yè)于美國阿克倫大學高分子科學專業(yè)。2010年在美國橡樹嶺國家實驗室進行計算生物學的博士后研究，2014年12月份加入上海交通大學。目前就職于上海交通大學自然科學研究院/物理天文院/藥學院/張江高等研究院特聘教授，上海交通大學張江高研院人工智能生物醫(yī)藥中心主任。從事分子生物物理和AI蛋白質(zhì)設(shè)計研究。2016年入選國家高層次人才青年專家。在nature，science，PNAS等期刊上發(fā)表80余篇SCI論文。參與并主導開發(fā)了多個創(chuàng)新算法來提升功能蛋白質(zhì)的研發(fā)效率。
報告摘要
AlphaFold解決得是蛋白質(zhì)及其復合物三維結(jié)構(gòu)的預測，即使有正確的三維結(jié)構(gòu)也不意味著蛋白有特定的功能。我們團隊在過去3年開發(fā)了一套基于預訓練的蛋白質(zhì)工程的通用人工智能 Pro系列。與 AlphaFold 預測結(jié)構(gòu)不同，Pro系列開創(chuàng)性地實現(xiàn)了從序列直達功能的精準蛋白質(zhì)設(shè)計。通過預訓練方法，讓大模型學習自然界已知蛋白質(zhì)序列和結(jié)構(gòu)特征，并探索與理解自然界中蛋白質(zhì)序列與功能的映射規(guī)律，從而開發(fā)出一套能夠高效地設(shè)計出穩(wěn)定性好、活性高、功能性強的各種蛋白產(chǎn)品的通用人工智能。利用這種方法在短短1年時間，我們已經(jīng)成功設(shè)計和改造20余款蛋白質(zhì)并被濕實驗驗證（包括核酸聚合酶，基因剪輯酶, IVD酶，抗體等），其中兩款實現(xiàn)放大生產(chǎn)并產(chǎn)業(yè)化應用。本次將介紹我們的蛋白質(zhì)通用人工智能方案及實踐案例，并分享AI for science的科學進展及展望。
學院OA系統(tǒng)
jAccount登錄
ENGLISH
地址：上海市東川路800號上海交通大學閔行校區(qū)機械與動力工程學院
郵編：200240
Email：sjtume@sjtu.edu.cn