0
“做科學(xué)研究，不僅要認(rèn)識(shí)世界，更要改造世界?！?/p>
曹洋在自己的個(gè)人實(shí)驗(yàn)室網(wǎng)站上，將物理學(xué)家理查德·費(fèi)曼的名言放在了顯眼的位置，讓每一位網(wǎng)站訪客都無(wú)法忽略?！癢hat I cannot create, I do not understand.”這是他以自己的方式提醒自己和所有科研人員，莫忘初心。
20 年前，曹洋坐在中科院擠滿人的大禮堂里，上一門(mén)叫做《生物信息學(xué)》的課，臺(tái)上講課的是“中國(guó)生物信息學(xué)研究開(kāi)拓者”--陳潤(rùn)生院士。在陳潤(rùn)生院士的啟蒙下，曹洋進(jìn)入了這個(gè)當(dāng)年甚至還不是一個(gè)明確二級(jí)學(xué)科的新興領(lǐng)域。
如今作為四川大學(xué)生命科學(xué)學(xué)院副教授的曹洋，已經(jīng)在生物信息學(xué)領(lǐng)域深耕數(shù)年，具體研究方向包括藥物分子設(shè)計(jì)算法與應(yīng)用、蛋白設(shè)計(jì)和三維結(jié)構(gòu)預(yù)測(cè)及序列分析與功能預(yù)測(cè)。
在曹洋看來(lái)，科研工作不能僅停留在認(rèn)識(shí)層面，只有研究成果轉(zhuǎn)化為實(shí)際應(yīng)用，真正做到改造世界，這是他做科研的初衷。在未來(lái)，他希望在 AI 技術(shù)的助力下，藥物設(shè)計(jì)領(lǐng)域能達(dá)到“畫(huà)好圖紙”就能“蓋好房子”的水平，讓前期準(zhǔn)備工作完美落實(shí)到實(shí)驗(yàn)階段，提高藥物研發(fā)的成功率。
近期，2024 年度「第二屆生物信息與轉(zhuǎn)化醫(yī)學(xué)大會(huì)」落下帷幕。本屆大會(huì)以 “人工智能時(shí)代的轉(zhuǎn)化醫(yī)學(xué)”為主題，由北京攜云啟源科技有限公司承辦。來(lái)自四川大學(xué)生命科學(xué)學(xué)院的曹洋副教授受邀參會(huì)。
借此契機(jī)，曹洋副教授與雷峰網(wǎng)進(jìn)行了深入對(duì)話。以下為對(duì)話全文（經(jīng)編輯）：
雷峰網(wǎng)：從學(xué)科背景來(lái)看，您在本科階段學(xué)的是應(yīng)用物理相關(guān)專業(yè)，為何碩博時(shí)期轉(zhuǎn)向生物信息學(xué)？
曹洋：本科時(shí)期我對(duì)物理比較感興趣，所以選擇了應(yīng)用物理大方向下的電子科學(xué)技術(shù)專業(yè)。到了研究生階段，我有幸進(jìn)入中科院的生物物理研究所學(xué)習(xí)。
在 2004 年中科院入學(xué)的時(shí)候，新生要在各個(gè)實(shí)驗(yàn)室輪轉(zhuǎn)，然后雙向選擇確定導(dǎo)師和研究方向。我當(dāng)時(shí)有考慮過(guò)選擇結(jié)構(gòu)生物學(xué)，用 X 射線衍射方法解析蛋白的三維結(jié)構(gòu)；也考慮過(guò)神經(jīng)生物學(xué)，看人的認(rèn)知是怎么建立起來(lái)的。
最后下定決心學(xué)生物信息學(xué)，是在研究生一年級(jí)上了陳潤(rùn)生院士和凌倫獎(jiǎng)老師主講的《生物信息學(xué)》之后。課堂上講了很多讓我耳目一新的內(nèi)容，比如怎么把生物學(xué)問(wèn)題變成數(shù)學(xué)問(wèn)題，非常引人入勝。我還記得當(dāng)時(shí)上課的場(chǎng)景，研究生院的禮堂萬(wàn)人空巷，水泄不通，很多同學(xué)沒(méi)有位置，只能坐在走道上聽(tīng)。陳老師的講課內(nèi)容對(duì)我來(lái)說(shuō)是一個(gè)很好的啟蒙，受益匪淺。
那時(shí)從事生物信息學(xué)研究的蔣太交教授剛好從國(guó)外回來(lái)組建實(shí)驗(yàn)室，我被他有關(guān)蛋白結(jié)構(gòu)預(yù)測(cè)、設(shè)計(jì)的研究吸引了，因此成為他的第一批學(xué)生。
那時(shí)候生物信息學(xué)還不是學(xué)科體系下的二級(jí)學(xué)科。我入學(xué)的專業(yè)是生物物理專業(yè)，到我畢業(yè)的時(shí)候，畢業(yè)學(xué)位證上變成了生物信息學(xué)。
雷峰網(wǎng)：您在本科學(xué)習(xí)的物理學(xué)知識(shí)，對(duì)您之后的研究工作有沒(méi)有影響？
曹洋：影響還是挺大的。因?yàn)樯镄畔W(xué)是交叉學(xué)科，對(duì)數(shù)理的要求比較高。特別在早期，很多算法和軟件還不成型的時(shí)候，需要自己去做開(kāi)發(fā)，理解背后的原理。而我做的生物信息方向和分子模擬非常相關(guān)，比如蛋白三維結(jié)構(gòu)預(yù)測(cè)，需要在結(jié)構(gòu)的基礎(chǔ)上分析生物學(xué)功能，其中會(huì)涉及到計(jì)算能量、相互作用、自由能等，如果前期沒(méi)有數(shù)理知識(shí)作為基礎(chǔ)，后面很多問(wèn)題理解起來(lái)肯定會(huì)比較困難。
我也注意到，在生物信息學(xué)領(lǐng)域，物理學(xué)、計(jì)算機(jī)背背景的科研者比較偏向方法學(xué)研究；而生物學(xué)背景的則偏向生物學(xué)問(wèn)題研究。所以不同的學(xué)科背景對(duì)后續(xù)科研方向有潛移默化的影響，但學(xué)科背景不是絕對(duì)因素，只是有這樣的趨勢(shì)。
雷峰網(wǎng)：在您看來(lái)，進(jìn)入生物信息學(xué)這種跨學(xué)科領(lǐng)域，需要具備什么樣的能力？
曹洋：我認(rèn)為，要有很好的邏輯思維能力和很強(qiáng)的學(xué)習(xí)能力，能夠迅速掌握相關(guān)的學(xué)科知識(shí)，并懂得如何在研究中運(yùn)用上。
你會(huì)發(fā)現(xiàn)，在這個(gè)交叉學(xué)科里，需要綜合應(yīng)用很多專業(yè)的知識(shí)來(lái)解決具體問(wèn)題，不可能只學(xué)生物、化學(xué)等某一學(xué)科的知識(shí)就足夠，而沒(méi)有誰(shuí)是能夠在大學(xué)本科就把各個(gè)專業(yè)知識(shí)都學(xué)完。所以從事前沿工作，一定要有開(kāi)放的心態(tài)，有很好的自學(xué)能力，才可以跟上整個(gè)領(lǐng)域的發(fā)展，有進(jìn)一步的創(chuàng)新突破。這是我這些年感受非常深的一點(diǎn)。
雷峰網(wǎng)：在中科院生物物理研究所學(xué)習(xí)期間，您的主要研究方向是什么？
曹洋：我當(dāng)時(shí)主要做蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)的算法和應(yīng)用。2010 年，我所在的蔣太交教授實(shí)驗(yàn)室所研發(fā)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法，進(jìn)入了國(guó)際蛋白三維結(jié)構(gòu)預(yù)測(cè)比賽 CASP 的前二十名，是當(dāng)時(shí)國(guó)內(nèi)參賽隊(duì)里成績(jī)最好的。此外，我還研究了一些生物學(xué)問(wèn)題，包括流感進(jìn)化突變帶來(lái)的影響，比如在結(jié)構(gòu)建模分子模擬的基礎(chǔ)上，研究流感病毒和細(xì)胞受體之間的相互作用。
雷峰網(wǎng)：您在結(jié)束學(xué)業(yè)之后沒(méi)有進(jìn)入企業(yè)，而是選擇高校繼續(xù)科研工作是出于什么想法？
曹洋：我個(gè)人偏向在學(xué)術(shù)方面進(jìn)行一些比較自由的探索。在高校的話，可以根據(jù)興趣去選擇研究課題，但在企業(yè)可能沒(méi)有辦法實(shí)現(xiàn)。當(dāng)時(shí)剛好有一個(gè)機(jī)會(huì)，就入職四川大學(xué)了。
雷峰網(wǎng)：請(qǐng)介紹一下您現(xiàn)在正在進(jìn)行的研究工作？
曹洋：我們課題組主要研究是圍繞計(jì)算機(jī)輔助藥物設(shè)計(jì)展開(kāi)的。這幾年，我們團(tuán)隊(duì)將重心放在了做生物醫(yī)藥相關(guān)的算法和軟件的開(kāi)發(fā)，同時(shí)進(jìn)行一些針對(duì)具體靶標(biāo)的藥物設(shè)計(jì)與篩選。在計(jì)算機(jī)設(shè)計(jì)方法不斷落地，促進(jìn)藥物研發(fā)的歷史進(jìn)程中，我們希望貢獻(xiàn)一份力量。
雷峰網(wǎng)：您如何看待目前的藥物設(shè)計(jì)開(kāi)發(fā)領(lǐng)域的發(fā)展？在開(kāi)發(fā)靶向藥物的計(jì)算方法方面，您有哪些研究成果可以分享？
曹洋：此前，在蛋白三維結(jié)構(gòu)預(yù)測(cè)領(lǐng)域有一個(gè)很大的突破——AlphaFold。在藥物設(shè)計(jì)開(kāi)發(fā)領(lǐng)域，我們也期待能有這樣的突破。盡管現(xiàn)在出現(xiàn)了一些新的算法和技術(shù)，但還是跟生物醫(yī)藥研究的實(shí)際需求有很大距離。我們團(tuán)隊(duì)開(kāi)發(fā)了一系列的分子模擬計(jì)算法方法，比較有代表性的是分子對(duì)接 CB-Dock 系列。
雷峰網(wǎng)：請(qǐng)?jiān)敿?xì)介紹一下上述全自動(dòng)化分子對(duì)接算法 CB-Dock 的優(yōu)勢(shì)？
曹洋：這個(gè)算法平臺(tái)的核心優(yōu)勢(shì)在于其高效和準(zhǔn)確，用戶使用門(mén)檻低。
首先，它能準(zhǔn)確識(shí)別靶標(biāo)的分子結(jié)合口袋。這里采用了前期開(kāi)發(fā)的算法 CurPocket，它基于分子的表面曲率，可以在給定蛋白質(zhì)三維結(jié)構(gòu)的情況下提取到其分子可能結(jié)合的口袋。這個(gè)口袋識(shí)別算法和下游計(jì)算能夠很好地匹配，使整個(gè)過(guò)程實(shí)現(xiàn)全自動(dòng)化。
其次，它的分子對(duì)接可以學(xué)習(xí)已知的分子互作信息。我們開(kāi)發(fā)了算法 FitDock，內(nèi)置在 CB-Dock 里，在預(yù)測(cè)新分子與已知靶標(biāo)的結(jié)合模式方面有很大優(yōu)勢(shì)。
再有，我們?cè)?CB-Dock 的軟件開(kāi)發(fā)和維護(hù)方面很用心，使得操作軟件和分析結(jié)果都比較容易。它面向的是廣大生物醫(yī)學(xué)研究同行，能一定程度上減輕他們的學(xué)習(xí)負(fù)擔(dān)，更聚焦在研究具體問(wèn)題上。
雷峰網(wǎng)：這套算法平臺(tái)現(xiàn)在使用率如何？
曹洋：我們這套計(jì)算服務(wù)器已經(jīng)發(fā)布五年，國(guó)內(nèi)外同行提交了超過(guò) 30 萬(wàn)次計(jì)算任務(wù)，現(xiàn)在每天的使用量都有超過(guò)千次，相關(guān)論文的引用數(shù)量也上千。我發(fā)現(xiàn)在一些社交平臺(tái)都有這款軟件使用的視頻，是國(guó)內(nèi)外同行的使用體驗(yàn)和推薦。對(duì)此我覺(jué)得由衷高興，感到我們的努力對(duì)社會(huì)是有用的。
這套軟件用戶來(lái)自世界各地，我常收到用戶的郵件，咨詢相關(guān)的問(wèn)題，也有為我們?cè)诟倪M(jìn)軟件方面出謀劃策。比如前段時(shí)間我們服務(wù)器的安全證書(shū)到期了，沒(méi)有及時(shí)去更新，就有好多用戶給我們發(fā)郵件說(shuō)遇到問(wèn)題了，問(wèn)我們能不能趕緊解決。也有一些企業(yè)聯(lián)系我們，申請(qǐng)使用軟件的授權(quán)。
雷峰網(wǎng)：接下來(lái)對(duì)于這套算法軟件的迭代更新有什么方向嗎？
曹洋：前段時(shí)間，有一個(gè)斯坦福的用戶給我們反饋，他建議可以在計(jì)算的過(guò)程中研究怎么樣合并不同對(duì)接算法的結(jié)果，還提到了批量的受體提交模式。因?yàn)楝F(xiàn)在這個(gè)軟件是一個(gè)受體對(duì)應(yīng)一個(gè)配體，只能單個(gè)提交。這位用戶希望可以添加批量化提交的方式，這樣他們可以利用其做小規(guī)模的橫向?qū)Ρ妊芯俊Ｎ矣X(jué)得這是一個(gè)比較好的建議，還是得想方設(shè)法滿足相關(guān)研究的實(shí)際需求。
雷峰網(wǎng)：我注意到您的團(tuán)隊(duì)還建立了 AbRSA，AbAlign 等抗體分析算法，請(qǐng)介紹一下該算法的開(kāi)發(fā)過(guò)程？
曹洋：我們也關(guān)注抗體相關(guān)的研究，這是生物藥里的主要類型。前些年，我們?cè)谧隹贵w人源化設(shè)計(jì)的過(guò)程中，遇到一個(gè)難題，就是業(yè)界的各種分析軟件都沒(méi)辦法對(duì)手頭上的抗體樣本進(jìn)行識(shí)別。這激發(fā)了想要我自己開(kāi)發(fā)相關(guān)算法的念頭，我們花了一年多的時(shí)間，開(kāi)發(fā)了一款抗體可變區(qū)編號(hào)算法 AbRSA ，解決了我前面遇到的困難。
這款算法對(duì)各類抗體或者 BCR 序列有很強(qiáng)的適應(yīng)性，能準(zhǔn)確地界定 CDR 區(qū)域、FR 區(qū)。在此基礎(chǔ)上，我們又進(jìn)一步提出了抗體專用的多序列比對(duì)算法，可以對(duì)超大規(guī)模的抗體/ BCR 數(shù)據(jù)測(cè)序進(jìn)行處理，進(jìn)而幫助抗體的篩選和設(shè)計(jì)，同時(shí)也可以作為個(gè)體免疫狀態(tài)的分析。這些算法的源頭，都是我們?cè)诮鉀Q實(shí)際問(wèn)題中想到的。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))：這個(gè)抗體分析算法的實(shí)際應(yīng)用效果如何？
曹洋：軟件在發(fā)布后吸引了非常多用戶，包括國(guó)外很多知名的高校，還有像美國(guó) FDA 食品藥品監(jiān)督局這樣的用戶，以及國(guó)內(nèi)的一些專利公司和做創(chuàng)新藥物開(kāi)發(fā)的公司?，F(xiàn)在在這個(gè)領(lǐng)域，國(guó)際上能獲得的類似計(jì)算工具大概就三款，我們是其中之一。
雷峰網(wǎng)：您覺(jué)得這款軟件在同類型中的核心競(jìng)爭(zhēng)力是什么？
曹洋：從算法角度上講，它的健壯性更好，能超快速度處理大規(guī)模數(shù)據(jù)。因?yàn)榭贵w從基因重排到體細(xì)胞超突變，其中的多樣性非常大。若想在不同序列模式上進(jìn)行準(zhǔn)確界定，就需要從算法上做比較細(xì)致的優(yōu)化。
雷峰網(wǎng)：除了算法方面的研究成果，請(qǐng)分享一下您此前設(shè)計(jì)人工蛋白的科研過(guò)程？
曹洋：在十年前，要想設(shè)計(jì)全人工蛋白，大家都覺(jué)得這是困難的事情。即便前有華盛頓大學(xué)的 David Baker 教授的成功經(jīng)驗(yàn)，但對(duì)于普通實(shí)驗(yàn)室團(tuán)隊(duì)或者沒(méi)有深入了解這類研究的人看來(lái)，完成全人工蛋白的設(shè)計(jì)還存在很大的困難。而且這類實(shí)驗(yàn)的成功率很低，經(jīng)驗(yàn)不足就容易失敗。
我進(jìn)入人工蛋白設(shè)計(jì)領(lǐng)域是 2016 年到 2017 年期間，當(dāng)時(shí)我正在美國(guó)密歇根大學(xué)張陽(yáng)教授的實(shí)驗(yàn)室做訪問(wèn)學(xué)者，在那時(shí)候參與了 EvoDesign 的開(kāi)發(fā)與實(shí)踐。我當(dāng)時(shí)做了幾個(gè)靶標(biāo)，包括 EGFR 這些靶標(biāo)的結(jié)合蛋白設(shè)計(jì)，比較成功地設(shè)計(jì)出了高親和力的人工蛋白。
在設(shè)計(jì)出人工蛋白之前，我個(gè)人對(duì)這個(gè)領(lǐng)域還有很多懷疑。做完之后我發(fā)現(xiàn)，人工蛋白完全可以走向應(yīng)用，相信在不遠(yuǎn)的未來(lái)，它會(huì)在生物醫(yī)藥研發(fā)中大放光彩。
雷峰網(wǎng)：您覺(jué)得人工蛋白設(shè)計(jì)技術(shù)現(xiàn)在發(fā)展到什么階段了？
曹洋：我感觸特別深的是在 2020 年以后，AI 技術(shù)被大量引入蛋白設(shè)計(jì)領(lǐng)域，可以觀察到整個(gè)領(lǐng)域都蓬勃發(fā)展起來(lái)，其中不乏一些極富創(chuàng)意的設(shè)計(jì)新思路。
不僅僅是像 David Baker 團(tuán)隊(duì)這樣的先驅(qū)，還有很多實(shí)驗(yàn)室都取得了長(zhǎng)足的進(jìn)步，比如說(shuō)科大劉海燕教授的從頭設(shè)計(jì)氨基酸序列算法 ABACUS、SCUBA，計(jì)算所卜東波教授的蛋白質(zhì)序列設(shè)計(jì)算法 ProDESIGN，北航葉盛教授基于電子密度的設(shè)計(jì)算法 CUTEDGE 等，都像雨后春筍一樣被提出來(lái)，并且還有很多成功應(yīng)用的案例。
同時(shí)，我們也看到了很多企業(yè)在往這方向發(fā)展，他們對(duì)人工蛋白設(shè)計(jì)技術(shù)表現(xiàn)了很大的興趣。人工蛋白設(shè)計(jì)正處在其廣泛應(yīng)用的前夜。
雷峰網(wǎng)：在您看來(lái)，當(dāng)前藥物設(shè)計(jì)算法領(lǐng)域處在什么階段？面臨的主要挑戰(zhàn)是什么？
曹洋：藥物設(shè)計(jì)算法已經(jīng)取得了長(zhǎng)足的進(jìn)步，但是距離生物醫(yī)學(xué)的實(shí)踐需求還有較大的距離。我所期待的藥物設(shè)計(jì)技術(shù)，就像蓋房子一樣，只要滿足力學(xué)規(guī)則，就能使用軟件設(shè)計(jì)出符合想象的結(jié)構(gòu)。但是實(shí)際上，現(xiàn)在藥物設(shè)計(jì)領(lǐng)域的技術(shù)還遠(yuǎn)遠(yuǎn)達(dá)不到上述理想狀態(tài)。往往很多時(shí)候是在設(shè)計(jì)階段想盡各種辦法達(dá)到指標(biāo)，滿足要求，但最終實(shí)驗(yàn)成功的概率只有千分之一，甚至萬(wàn)分之一。雖然這個(gè)領(lǐng)域已經(jīng)出現(xiàn)了很多分子設(shè)計(jì)的成功案例，有一些已經(jīng)完成臨床甚至上市，但還沒(méi)有達(dá)到成熟的階段。在我看來(lái)，現(xiàn)在藥物設(shè)計(jì)領(lǐng)域面臨的最大挑戰(zhàn)在于，我們對(duì)于分子層面的規(guī)律認(rèn)識(shí)不到位，計(jì)算能力不夠，這樣帶來(lái)的結(jié)果就是不夠準(zhǔn)確。
雷峰網(wǎng)：對(duì)于現(xiàn)在想要進(jìn)入藥物設(shè)計(jì)領(lǐng)域的年輕科研工作者，您有什么建議？
曹洋：我的建議是，要保持一顆努力學(xué)習(xí)的心。整個(gè)領(lǐng)域進(jìn)步很快，需要的知識(shí)專長(zhǎng)非常多，幾年前的知識(shí)可能現(xiàn)在已經(jīng)落后了，所以要隨時(shí)保持學(xué)習(xí)，爭(zhēng)取走在前沿，有所突破。同時(shí)還希望密切結(jié)合應(yīng)用實(shí)踐，推動(dòng)整個(gè)領(lǐng)域的發(fā)展進(jìn)步。
總而言之，時(shí)刻保持學(xué)習(xí)，瞄準(zhǔn)這個(gè)領(lǐng)域的重大問(wèn)題去做開(kāi)發(fā)、做研究。
雷峰網(wǎng)：您怎么看待未來(lái) AI 制藥的前景？
曹洋：引入這種人工智能系統(tǒng)來(lái)輔助藥物設(shè)計(jì)，是近年來(lái)最大的一個(gè)突破。雖然早期的工作也用了一些機(jī)器學(xué)習(xí)的方法，但不像現(xiàn)在這么大規(guī)模、廣泛的使用。而且新的 AI 技術(shù)建立在更多的數(shù)據(jù)基礎(chǔ)上，擁有更好的模型。相比之前的方法，有質(zhì)的飛躍。
但即便現(xiàn)在 AI 制藥的概念和相關(guān)研究工作這么火，還是有很多沒(méi)有落地，并沒(méi)有在實(shí)際藥物研發(fā)中產(chǎn)生突出的作用。我們很希望接下來(lái)，不論是實(shí)驗(yàn)算法也好，還是理論的研究也好，都能夠轉(zhuǎn)化為實(shí)際上市藥物，真正地推動(dòng)整個(gè)領(lǐng)域從理論到實(shí)踐上的突破。
雷峰網(wǎng)：我注意到您的個(gè)人實(shí)驗(yàn)室網(wǎng)站首頁(yè)有一句很顯眼的名言，是費(fèi)曼的名言 “What I cannot create, I do not understand.” 請(qǐng)問(wèn)您對(duì)這句話的理解？
曹洋：很多研究是試圖去解釋它背后的道理，但是解釋并不代表真正理解。排除所有可能性之后，如果能夠創(chuàng)造出預(yù)設(shè)的結(jié)果，才能夠稱之為真正理解。
這也是為什么我們看到很多研究，在解釋邏輯方面頭頭是道，似乎很讓人信服，但一旦應(yīng)用到生物醫(yī)學(xué)場(chǎng)景，就會(huì)遇到很多問(wèn)題。就以藥物設(shè)計(jì)的工作來(lái)說(shuō)，我們要去創(chuàng)造實(shí)際的分子，不能僅停留在解釋現(xiàn)象。作為科研工作者，我們不僅要認(rèn)識(shí)世界，更要改造世界，只有這樣，我們對(duì)世界的認(rèn)識(shí)和理解才能更加深刻。
雷峰網(wǎng)：請(qǐng)介紹一下您第二屆生信大會(huì)上的演講內(nèi)容？
曹洋：我主要介紹了實(shí)驗(yàn)室近期有關(guān)抗體/ BCR 的數(shù)據(jù)分析、建模方面的工作進(jìn)展。一方面是有關(guān) BCR 或者抗體序列的多序列比對(duì)的新算法，在效率和準(zhǔn)確性上達(dá)到了業(yè)內(nèi)領(lǐng)先。另一方面是在這個(gè)基礎(chǔ)上的抗體三維結(jié)構(gòu)預(yù)測(cè)，成藥性分析，就內(nèi)部測(cè)試的結(jié)果，相比已知的抗體可變區(qū)預(yù)測(cè)方法，我們的準(zhǔn)確性是最好的。我希望通過(guò)這次報(bào)告，跟國(guó)內(nèi)同行分享相關(guān)的成果，也希望收到同行的建議和意見(jiàn)，把研究工作做得更好。
雷峰網(wǎng)：您在第二屆生信大會(huì)上有什么收獲嗎？
曹洋：收獲挺大的。我注意到現(xiàn)在生物信息領(lǐng)域的研究和醫(yī)學(xué)實(shí)踐已經(jīng)深度聯(lián)系起來(lái)了。有幾個(gè)印象深刻的報(bào)告，比如有通過(guò) BCR 的研究去分析人的健康狀態(tài)，進(jìn)行免疫力解碼；蛋白設(shè)計(jì)新方法在蛋白活性和實(shí)驗(yàn)成功率方面取得突破；還有基于 AI 算法在毒性毒理代謝、重定位等研究的創(chuàng)新。我回去后還要好好消化學(xué)習(xí)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
