报告嘉宾：高毅勤

          北京大学化学与分子工程学院教授

报告时间：2024-11-21

报告地点：C408会议室

报告摘要：

深度学习模型和算法的快速进步为提高面向生物体系的分子模拟能力提供了新的契机甚至范式。 在本报告中，我们将展示基于AI模型的通用框架可以加速实验解析，帮助实现实验、计算与AI的共生；基于生成式自监督学习提取蛋白质结构的合理离散表示、描述蛋白质稳态构象分布的预训练模型可以用来统一蛋白质逆折叠和结构预测等任务。这些分子模型的发展对于建构跨尺度和多模态的日趋准确的生命体系模型可能具有较为重要的价值。我们将着重讨论分子模拟和深度学习模型应用于复杂细胞环境下生物分子体系研究带来的机遇和挑战。特别关注通过非平衡统计物理模型、计算方法和软件平台发展更有效地实现对细胞状态、细胞原位动态分子间相互作用、甚至是细胞间相互作用等进行描述的可能途径。

嘉宾简介：

2001年于加州理工学院获得博士学位。2001年-2004年在加州理工学院和哈佛大学做博士后研究。2004年-2010年在美国德克萨斯农工大学化学系任助理教授；2010年起任北京大学化学与分子工程学院教授，2013年起同时担任北京大学生物医学前沿创新中心研究员。主要从事生物物理化学/理论化学方面的基础研究。获得过Clauser Prize，Searle Scholar，Pople Medal，2018年中国十大科技进展、北京市先进科学工作者等奖励。现任北京大学理学部副主任，JCTC杂志副主编，新基石研究员。