供稿、攝影：化學與化工學院 編輯：段凱龍

北京大學高毅勤教授于2022年11月21日下午14:30在騰訊會議（會議號：327-130-529），為我院師生作了題為“分子研究中計算模擬與深度學習的程序?qū)崿F(xiàn)與應用”的精彩學術(shù)報告，我院60余名師生參加了會議。

高毅勤教授與參會教師線上合影

高教授從蛋白質(zhì)結(jié)構(gòu)預測的飛速發(fā)展出發(fā)，系統(tǒng)地介紹了深度學習方法和軟硬件架構(gòu)的發(fā)展對蛋白質(zhì)結(jié)構(gòu)模擬的理論支持。近年來，深度學習方法的發(fā)展為分子模擬的進步提供了新的支撐和思路，特別是在蛋白質(zhì)結(jié)構(gòu)預測和加速計算等方面都有重要的潛力。其中，Alphafold2為蛋白質(zhì)結(jié)構(gòu)預測方向的發(fā)展提供了新的可能，但這個模型還存在很多短板，如準確性低，軟硬件要求高，存在被“卡“的風險。本次報告中，高教授重點介紹了其團隊與華為合作研究了完全自主的MEGA-Protein，進行了國產(chǎn)軟硬件架構(gòu)下對蛋白質(zhì)結(jié)構(gòu)預測任務的實現(xiàn)和質(zhì)量評估模型的把控，并針對目前分子模擬中的瓶頸問題提出了一些解決方案。本次報告深入淺出地講解了蛋白質(zhì)結(jié)構(gòu)模擬的發(fā)展，使我們對分子模擬有了更加深入和清晰的認識。

高毅勤教授介紹研究內(nèi)容

在互動交流環(huán)節(jié)，我院師生積極提問，高毅勤教授對大家所提出的問題給出了深度的解答。師生們表示，高毅勤教授的報告十分具有科研前沿的戰(zhàn)略高度，對大家有很強的科研啟發(fā)性，使我們受益匪淺。

高毅勤教授簡介：

高毅勤教授

高毅勤，1993年本科畢業(yè)于四川大學化學系，1996年在中科院化學所獲得碩士學位，2001年獲得加州理工學院博士學位。2001-2004年在加州理工學院和哈佛大學做博士后研究。2010年起任北京大學化學與分子工程學院教授，同時擔任北京大學生物醫(yī)學前沿創(chuàng)新中心研究員、北京大學理學部副主任、JCTC雜志副主編、中國化學會副秘書長等。主要從事生物物理化學/理論化學方面的基礎(chǔ)研究，曾獲Searle Scholar和Pople Medal等獎項。

（審核：陶軍）