本報記者 喻思南

　　核心閱讀

　　日前，科技部等六部門發(fā)文，著力打造若干重大場景，拓展人工智慧應用，高水準科研活動是其中之一。如今，我國人工智慧技術快速發(fā)展，在數(shù)據(jù)獲取、實驗預測、結(jié)果分析等方面具有優(yōu)勢，生命科學、數(shù)學、化學、空間科學等學科研究紛紛擁抱人工智慧。豐富的應用場景也反哺技術發(fā)展，推動産業(yè)智慧升級。

　　從日常生活到科學研究，如今，我國人工智慧技術快速發(fā)展，數(shù)據(jù)和算力資源日益豐富。應用需求是技術進步的重要推動力，新技術往往在“用”中不斷完善、成熟。為推動人工智慧落地，日前，科技部等六部門聯(lián)合印發(fā)了《關於加快場景創(chuàng)新以人工智慧高水準應用促進經(jīng)濟高品質(zhì)發(fā)展的指導意見》，著力打造若干重大場景，拓展人工智慧應用，高水準科研活動便是其中之一。

　　作為賦能手段，人工智慧如何帶來新的研究方法，又如何為經(jīng)濟發(fā)展注入“智慧動能”？

　　融合緊密，助力科研更加高效、精準

　　諸多學科中，生命科學研究與人工智慧融合較為緊密，其中一個熱門方向是預測蛋白質(zhì)結(jié)構。

　　蛋白質(zhì)具有三維結(jié)構，它的一級結(jié)構（序列）由多個氨基酸串聯(lián)而成。三維結(jié)構決定了蛋白質(zhì)在細胞中的功能，許多疾病都是因體內(nèi)重要的蛋白質(zhì)結(jié)構異常而起。因此，繪製出人體內(nèi)重要蛋白質(zhì)的“三維地圖”，才能據(jù)此找到藥物作用於人體的靶點，從而研製出精準有效的新藥。

　　傳統(tǒng)上，科學家利用冷凍電鏡、X射線、核磁共振等方法觀測蛋白質(zhì)三維結(jié)構，但這一過程耗時費力且花銷不菲。“以冷凍電鏡為例，佈置一個觀測平臺耗資數(shù)千萬元，科研人員還要用很長時間才能繪製出蛋白質(zhì)結(jié)構。”百度飛槳螺旋槳生物計算平臺負責人何徑舟表示。

　　由於難度高、實驗週期長、成本高，通過傳統(tǒng)方法觀測到的蛋白質(zhì)三維結(jié)構，至今數(shù)量非常有限。相比之下，氨基酸測序容易得多。為什麼不能根據(jù)氨基酸序列來預測蛋白質(zhì)的結(jié)構？早在1972年，美國生化學家克裏斯蒂安婷婷色婷婷开心五月