题目：基于预训练的蛋白质工程通用人工智能

时间：2024年12月25日 10:00-11:30

地点：机械与动力工程学院 F207会议室

邀请人：彭林法 教授（薄板结构制造研究所）

报告人简介

2004年本科毕业于中国科学技术大学物理专业，2006年硕士毕业于香港中文大学物理专业，2010年博士毕业于美国阿克伦大学高分子科学专业。2010年在美国橡树岭国家实验室进行计算生物学的博士后研究，2014年12月份加入上海交通大学。目前就职于上海交通大学自然科学研究院/物理天文院/药学院/张江高等研究院 特聘教授，上海交通大学张江高研院人工智能生物医药中心主任。从事分子生物物理和AI蛋白质设计研究。2016年入选国家高层次人才青年专家，2021年入选教育部长江学者。在nature，science，PNAS等期刊上发表80余篇SCI论文。参与并主导开发了多个创新算法来提升功能蛋白质的研发效率。

报告摘要

AlphaFold解决得是蛋白质及其复合物三维结构的预测，即使有正确的三维结构也不意味着蛋白有特定的功能。我们团队在过去3年开发了一套基于预训练的蛋白质工程的通用人工智能 Pro系列。与 AlphaFold 预测结构不同，Pro系列开创性地实现了从序列直达功能的精准蛋白质设计。通过预训练方法，让大模型学习自然界已知蛋白质序列和结构特征，并探索与理解自然界中蛋白质序列与功能的映射规律，从而开发出一套能够高效地设计出稳定性好、活性高、功能性强的各种蛋白产品的通用人工智能。利用这种方法在短短1年时间，我们已经成功设计和改造20余款蛋白质并被湿实验验证（包括核酸聚合酶，基因剪辑酶, IVD酶，抗体等），其中两款实现放大生产并产业化应用。本次将介绍我们的蛋白质通用人工智能方案及实践案例，并分享AI for science的科学进展及展望。