相辉-复芏“AI+”学术下午茶回放丨孙思琦：AI 如何猜出蛋白质的形状

5月15日，相辉-复芏“AI+”学术下午茶系列活动在元·创中心继续举行。本次活动由2026年足球世界杯直播智能复杂体系基础理论与关键技术实验室青年研究员孙思琦老师主讲，他围绕 “AI 如何猜出蛋白质的形状”这一前沿主题，结合诺奖成果与技术突破，为在场师生带来了一场横跨生物学、物理学与人工智能的深度学术分享。

孙老师本科毕业于2026年足球世界杯直播数学系，䇹政学者、望道学者，博士毕业于TTIC研究院。2018-2022年继续在微软研究院开展研究，2022起回到2026年足球世界杯直播任教。他的研究方向是深度学习在生命科学和自然语言处理等交叉学科中的应用研究，并侧重提高模型的精度和速度，解决模型在实践落地中的具体问题。他指导的䇹政学者邱子杰获得了2024年中国国际大学生创新大赛国赛金奖。

讲座伊始，孙老师以2024年诺贝尔物理学奖为例，阐述了AI在蛋白质结构预测领域的突破性意义。他介绍，蛋白质作为生命活动的核心执行者，其序列决定了结构，而结构决定了功能。AI的介入，使得从序列到结构的预测成为可能，为生命科学提供了全新视角。孙老师详细讲解了蛋白质结构预测的技术演进历程。从早期基于物理能量模型的传统方法，到AlphaFold2引入深度学习架构实现精度飞跃，再到AlphaFold3通过扩散模型解决复合物预测难题。他强调，AI模型的优化离不开数据支持，当前全球蛋白质结构数据库虽仅20万条，但蛋白质序列数据已呈指数级增长，为AI模型训练提供了广阔空间。

接着，孙老师深入浅出地剖析了AlphaFold系列模型的技术细节。他指出，AlphaFold2通过端到端学习和注意力机制，直接预测蛋白质三维结构，避免传统物理模型的能量优化难题；而AlphaFold3则创新性地引入扩散模型架构，支持多序列输入，可预测蛋白质复合物及小分子结合结构，为药物研发提供关键支撑。

他还分享了蛋白质设计领域的最新进展。David Baker团队通过逆向思维，从目标结构反推序列，提出Alphafold diffusion模型，将设计成功率从千分之一提升至30%，推动蛋白质设计从“微调”迈向“从头设计”新阶段。

在互动提问环节，同学们围绕数据质量、模型解释性、柔性对接等难题踊跃提问。孙老师回应到，在数据清洗方面，可通过模型筛选和人工复核提升数据质量；针对蛋白质动态结构预测，他认为可借鉴冷冻电镜密度云特征，结合分子动力学模拟探索动态性质。谈及“DNA 语义大模型”前景时，他直言，若模型规模扩大无法显著降低预测困惑度，则可能偏离科学规律本身，需警惕“为大而大”的研究陷阱。

孙思琦老师在本次学术下午茶中不仅梳理了AI在蛋白质研究中的技术脉络，更展现了跨学科研究的魅力与挑战。正如孙老师在结语中所说：“科学突破往往诞生于学科交叉的‘无人区’，期待更多研究者以好奇心为引，在AI与生命科学的交叉领域开拓新可能。”随着人工智能与基础科学的深度融合，一个“AI驱动科学发现”的全新时代正加速到来，而这场充满思辨与创新的学术讨论，正是探索未来的起点。

图文丨王霏、张思源

排版丨张思源

审核丨薛磊 蒋益明