小白友好

原標(biāo)題：AI蛋白質(zhì)設(shè)計前沿教程，AAAI'25三大機(jī)構(gòu)攜手4小時全面剖析
文章來源：量子位
內(nèi)容字?jǐn)?shù)：5255字

AI驅(qū)動蛋白質(zhì)研究變革：AAAI 2025教程解讀

加拿大魁北克省人工智能研究所Mila、美國東北大學(xué)和MIT的學(xué)者將在AAAI 2025會議上舉辦一場關(guān)于“人工智能在蛋白質(zhì)設(shè)計中的應(yīng)用”的教程。該教程將全面回顧AI在蛋白質(zhì)預(yù)測與設(shè)計領(lǐng)域的最新進(jìn)展，并展望未來的發(fā)展趨勢和挑戰(zhàn)。

1. AI重塑蛋白質(zhì)研究格局

蛋白質(zhì)是生命活動的核心，在細(xì)胞結(jié)構(gòu)構(gòu)建、物質(zhì)運(yùn)輸和催化化學(xué)反應(yīng)中扮演著關(guān)鍵角色。AI技術(shù)的介入，以前所未有的速度和力度重塑了蛋白質(zhì)研究的格局，加速了新藥研發(fā)和生物技術(shù)創(chuàng)新，并為解決環(huán)境和工業(yè)領(lǐng)域的挑戰(zhàn)提供了新的工具。

2. 教程內(nèi)容概述

本教程將從多個維度深入解析AI蛋白質(zhì)設(shè)計領(lǐng)域的關(guān)鍵問題、前沿方法和研究趨勢，具體包括：

2.1 序章：前沿洞察與基礎(chǔ)知識

本部分將介紹AI在蛋白質(zhì)研究領(lǐng)域的重大突破，從早期探索到最新成果，并對蛋白質(zhì)的基本結(jié)構(gòu)、功能及其在生命活動中的重要角色進(jìn)行科普講解。最后，討論如何對蛋白質(zhì)數(shù)據(jù)進(jìn)行學(xué)習(xí)，為后續(xù)研究奠定基礎(chǔ)。

2.2 蛋白質(zhì)表示學(xué)習(xí)：挖掘數(shù)據(jù)的潛在價值

本部分是教程的核心，將詳細(xì)介紹多種蛋白質(zhì)表示學(xué)習(xí)方法。包括序列表示學(xué)習(xí)（自回歸語言模型、掩碼語言模型和擴(kuò)散語言模型）、結(jié)構(gòu)表示學(xué)習(xí)（幾何深度學(xué)習(xí)、GVP、GearNet等蛋白質(zhì)結(jié)構(gòu)編碼器和結(jié)構(gòu)預(yù)訓(xùn)練算法）以及多模態(tài)表示學(xué)習(xí)（ESM-GearNet、SaProt、DPLM-2、ESM3、ProtST等）。最后，將介紹這些方法在蛋白質(zhì)理解任務(wù)、蛋白質(zhì)適應(yīng)性預(yù)測和抗體親和力優(yōu)化等方面的應(yīng)用。

2.3 蛋白質(zhì)結(jié)構(gòu)和動力學(xué)預(yù)測，探索分子動態(tài)奧秘

本部分將介紹單鏈折疊、側(cè)鏈預(yù)測和復(fù)合物預(yù)測等前沿方法（如AlphaFold2、ESMFold、AttnPacker、DiffPack、AlphaFold-Multimer、AlphaFold3）。此外，還將探討蛋白質(zhì)構(gòu)象采樣和分子動力學(xué)（MD）軌跡模擬中的前沿方法。

2.4 蛋白質(zhì)設(shè)計：開啟新型蛋白質(zhì)創(chuàng)造之門

本部分將介紹序列設(shè)計（無條件序列生成和逆折疊方法，如ProGen、ESM-IF、ProteinMPNN）、結(jié)構(gòu)設(shè)計（FrameDiff、FrameFlow、Genie2、Chroma、RFDiffusion、FoldFlow、FoldFlow-2等模型）和序列-結(jié)構(gòu)協(xié)同設(shè)計（ProtSeed、ProteinGenerator、MultiFlow、Protpardelle、DPLM-2等模型）方法，以及抗體設(shè)計（RefineGNN、AbX等方法）。

2.5 總結(jié)與展望：共繪蛋白質(zhì)設(shè)計的未來藍(lán)圖

本部分將回顧教程的核心內(nèi)容，梳理人工智能在蛋白質(zhì)設(shè)計領(lǐng)域的最新進(jìn)展，并展望未來發(fā)展趨勢、挑戰(zhàn)和機(jī)遇。教程還將設(shè)置互動問答環(huán)節(jié)。

3. 教程組織團(tuán)隊(duì)

本教程由加拿大Mila教授唐建和美國東北大學(xué)教授金汶功團(tuán)隊(duì)聯(lián)合組織。兩位教授及其團(tuán)隊(duì)在AI藥物發(fā)現(xiàn)和圖表示學(xué)習(xí)領(lǐng)域擁有豐富的經(jīng)驗(yàn)和顯著的成果。

4. 教程信息

教程定于美東時間2月26日上午8:30至中午12:30在賓夕法尼亞州費(fèi)城會議中心117號房間舉行。教程鏈接：[https://deepgraphlearning.github.io/ProteinTutorial_AAAI2025/](https://deepgraphlearning.github.io/ProteinTutorial_AAAI2025/)

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破