复旦智能算法登上国际顶级学刊

本报讯（记者 张炯强）北京时间10月9日晚，世界顶级科学期刊《自然-方法》刊发由复旦大学马剑鹏教授领衔的科研团队开发的新型计算方法——OPUS-DSD，它不但能解析冷冻电子显微镜（Cryo-EM）结构解析技术中因传统方法无法分辨而缺损的生物大分子结构，还能精准分辨柔性结构域在受测样品中的构象分布。这一方法能有效建立高精度的生物大分子结构模型，帮助解决药物设计中因目标蛋白结构不准而导致的新药研发失败问题。

生物大分子结构解析是基础生物科学的关键技术之一，冷冻电镜是其中非常重要的一种研究工具。目前，中国具有世界上最大的冷冻电镜设备集群，然而大部分数据处理所需的软件仍依赖进口。要确立高精度结构模型，就必须发展自主、先进的冷冻电镜数据处理智能算法，从而为我国生命科学研究揭示分子生物学底层机理、重大疾病原理以及进行创新药物研发打下坚实基础。

诺贝尔化学奖得主、复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特表示：“在结构生物学领域，解析生物大分子的柔性结构是一个长期目标。”复旦大学最新开发的智能算法，是一种基于深度学习的计算方法，可有效地识别和处理生物大分子的柔性信息，从而提高冷冻电镜的解析能力，并获取三维结构的动态变化信息。这种新算法使科研人员能通过冷冻电子显微镜看到关键的结构细节，这是以往技术无法实现的，将对生物学、化学研究和药物发现产生重要影响。”值得一提的是，复旦团队这一成果，展示了自主开发国际领先算法软件的实力。在今天计算机硬件设备采购受限的形势下，该成果展示了“算力不足，算法来补”的重要意义。

该论文通讯作者马剑鹏教授指出：“优秀算法的研究耗时漫长，需要研究人员有长期坐冷板凳的勇气，每个大的进步，往往都需要很多很多年的积累。”马教授在结构生物学、计算生物学等交叉领域耕耘近40年，由其团队自主研发的OPUS系列国产软件性能领跑全球。

未来，团队将继续以人工智能为技术中枢，构建新一代生物体系分析工具与方法，解读生物遗传信息，通过对生物大分子功能结构的预测与设计，为药物研发提供支持。