近日，諾貝爾化學家、複旦大學多尺度複雜系統研究所名譽院長邁克爾·萊維特走進複旦光華大廈，給大學生上了兩堂課。這門選修課名為"定量生物實體學前沿導論"，由五位教授授課，包括萊維特和馬建鵬。定量生物實體學又稱計算生物學，是高度跨學科、生物、實體、化學、數學、藥學、計算機科學等專業的年輕人可以學習的，成為前沿的跨學科儲備人才。
解放日報、上關新聞記者發現，選修這門課程的大學生來自多個理工科專業，很多研究所學生也來聽這門課程。"AlphaFold對蛋白質結構的精确預測導緻了計算生物學從輔助學科向主導學科的演變，其科學和應用價值是顯着的。萊維特的話在複旦學生的心目中播下了前沿基礎研究的種子。
蛋白質結構預測取得突破
萊維特是世界頂尖科學家協會的副主席，2013年，他與另外兩位計算生物學先驅分享了諾貝爾化學獎，因為他們"為複雜的化學系統建立了多尺度模型"。當年的獎項标志着科學界對使用計算機軟體進行生物化學研究的高度認可，2020年Alpha Folding 2的釋出标志着計算生物學在蛋白質結構預測和藥物開發領域的實用價值。
這位諾貝爾獎獲得者告訴他的同學，蛋白質是由氨基酸折疊而成的，而氨基酸鍊自發折疊成蛋白質的三維結構是分子生物學的"皇冠上的寶石"。科學家确定氨基酸序列相對容易，但很難分析蛋白質結構，這取決于數千個氨基酸原子的互相作用力。我們能開發出功能強大的計算機軟體來準确預測蛋白質結構嗎？萊維特已經研究這個問題55年了。
随着深度學習等人工智能技術的成熟，蛋白質結構預測問題迎來了突破。11月，由谷歌DeepMind開發的Alpha Fold 2赢得了國際蛋白質結構預測競賽，預測精度非常接近實驗測量。這一事件在科學界引起轟動，超越《阿爾法圍棋》擊敗柯傑和李世石，被美國《科學》雜志評為"2020年十大科學突破"之一。
"Alpha Fold 2"預測（藍色）和實驗測定（綠色）蛋白質結構幾乎相同。來源：DeepMind
"我沒想到我會在有生之年看到這種突破！"萊維特歎了口氣。在他看來，公司龐大的研發團隊，強大的計算機資源的支援和之前研究成果的積累，是谷歌和深度思考成功的原因。
與大學生分享科研"命運"
你如何建立一個龐大的計算生物學團隊？人才發展是第一要務。複旦大學多尺度複雜系統研究所所長馬建鵬表示，為了培養年輕人才，該研究所在本學期開設了"定量生物實體學前沿導論"課程。除了萊維特和他之外，來自數學科學學院、化學系、生物醫學學院和生命科學學院的三位教授也将任教，讓大學生領略到前沿的跨學科魅力。
作為最大的品牌教授，萊維特的講課内容是宏觀的，非常意識形态化的。除了計算生物學和蛋白質折疊的曆史，他還分享了自己的人生經曆，如獲得諾貝爾獎的成功以及培養諾貝爾獎級人才的環境條件。在回答一個學生關于"如何找到自己對科學研究的興趣"的問題時，他說了一個詞，偶然性，可以翻譯為"命運"。他用自己的人生經曆，解釋了什麼是科研之路的"命運"。
1960年代，萊維特在看了諾貝爾獎得主約翰·肯德魯（John Kendru）的電視節目《生命線：分子生物學導論》（The Lifeline： Introduction to Molecular Biology）後，寫信給在劍橋大學工作的肯德魯（Kendru），希望成為他的博士生。然而，Kendru回信說，博士生人數已經滿員。萊維特的一位朋友在得知此事後告訴他："在商業上，當有人對你說'不'時，你會給他另一個選擇說'是'。是以他寫信給肯德魯，"如果你明年不能成為你的博士生，你會嗎？"看到這個年輕人如此執着，肯德魯邀請他去劍橋面試，并推薦他在魏茨曼科學研究所學習計算生物學。46年後，萊維特在研究所遇到了他的諾貝爾獎獲得者阿裡爾·瓦舍爾（Ariel Vasher）。"這就是奇特。你應該對自己的事業充滿熱情，堅持不懈，創新和善良。"
諾貝爾獎獲得者生動而富有哲理的講座，讓學生收獲飽滿。"例如，這節課令人大開眼界，要意識到分子生物學的核心定律可以從學習的角度來了解。生物學專業的肖揚帆告訴記者，"邁克爾的講課方法也很有特色，每隔一刻鐘，我們就會繞着剛才聽到的東西兩三分鐘，這對提高學習效率很有幫助。"
如何加速計算生物學的發展
據了解，萊維特今年3月來到上海，主要工作是指導複旦團隊研究計算生物學。目前，複旦大學多尺度複雜系統研究所開發的OPUS-Fold軟體在蛋白質側鍊結構的預測精度上超過了Alpha Folding 2，該論文将發表在英國生物資訊學雜志上。馬建鵬介紹，蛋白質靶向的藥物分子大多與側鍊互相作用，隻有獲得高精度的側鍊結構才能設計出藥物分子，是以這一突破對新藥的開發具有重要意義。
複旦團隊根據已知的主鍊對側鍊進行了模組化：藍色作為目标結構，紅色作為預測結構。
不過，從整個系統來看，"Alpha Fold 2"依然是世界領先者。DeepMind首席執行官Demis Hassabis最近宣布，該公司正在與歐洲生物資訊學研究所合作，建立一個蛋白質結構資料庫，為超過350，000種蛋白質結構提供資料通路。DeepMind計劃将資料庫擴充到超過1億種蛋白質，涵蓋幾乎所有人類已知的蛋白質。
Alpha Fold 2将計算生物學置于快速通道上，許多研究團隊正在開發此類軟體。七月份，華盛頓大學的研究小組在《科學》雜志上發表了一篇關于開源軟體RoseTTAFold的論文，該軟體不僅預測了蛋白質結構，還預測了多種蛋白質的結合形式。八月份，斯坦福大學團隊在《科學》雜志上發表了一篇封面論文，提出了人工智能算法預測RNA（核糖核酸）三維結構的突破。
許多科學家認為，蛋白質結構的準确預測是一場技術革命，将導緻生物醫學、新材料等方面的産業變革。"從預測蛋白質結構，尋找藥物靶點到藥物分子設計，再到臨床試驗設計，人工智能正在全面進入制藥行業并發揮關鍵作用，"上海交通大學Med-X研究所副院長尹威海說。"科學家還可以利用人工智能軟體開發新材料，如自然界中不存在的蛋白質材料，用于化工、能源、環保等行業。
在萊維特看來，中國可以有更多的研究型大學為大學生提供計算生物學課程，激發他們的興趣，并吸引他們在未來進入這一科學和技術前沿。他還建議上海加快計算生物學的發展，為科研團隊提供更強大的計算資源，擴大科研團隊的規模，讓"工作折疊"等具有自主知識産權的軟體加速疊代。
專欄編輯：黃海華 文字編輯：嚴陶然
來源：作者：陶然