近日，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·莱维特来到上海，将在这座他热爱的城市工作大半年，指导复旦团队研究计算生物学，利用人工智能算法预测蛋白质折叠的三维结构。“我20岁就开始研究蛋白质折叠问题。”73岁的莱维特告诉记者。与实验生物学家不同，他的主要研究工具是计算机。

蛋白质由一系列氨基酸折叠而成。氨基酸长链如何自发地折叠成三维结构，是一个长期困扰科学家的问题。因其重要性和高难度，蛋白质折叠被称作现代分子生物学“皇冠上的明珠”。复旦大学复杂体系多尺度研究院院长马剑鹏表示，人工智能系统有望大幅提高新药研发的速度。“小分子化学药的作用靶点大部分在蛋白质上，这类药物的研发离不开蛋白质结构解析。过去，生物学家用X光晶体衍射、冷冻电镜等设备测定蛋白质结构，耗时长、难度大。如果人工智能系统今后成为主角，解析结构的时间会明显缩短。”人工智能系统还能帮助科学家设计自然界不存在的蛋白质，研制出各种新蛋白材料，用于化工、能源、环保等行业，一定程度上不再受大自然的束缚。

面对如此广阔的应用前景，上海正在加快基础研究步伐。2018年10月，复旦大学复杂体系多尺度研究院揭牌成立，它的一个研究方向，就是用计算生物学方法预测蛋白质结构。莱维特、马剑鹏领衔的科研团队已经开始前沿探索。

在上海市政府的支持下，复旦大学复杂体系多尺度研究院配置了国际一流的冷冻电镜集群，开发了一系列名为“作品折叠”（OPUSFold）的蛋白质结构预测软件。在我国结构生物学领域，复旦团队的特点是侧重算法开发，通过计算生物学与实验生物学的有机结合，提高蛋白质结构精度，从而促进新药开发、蛋白质设计等研究。

去年，谷歌开发的“阿尔法折叠2”（AlphaFold2）人工智能系统，预测蛋白质三维结构的准确率基本达到了实验测定水平。莱维特希望，“作品折叠”预测蛋白质结构的准确率早日逼近乃至超越“阿尔法折叠2”。这个过程，除了经费投入，还需要一大批计算生物学人才。马剑鹏指出，无论是上海还是全国，计算生物学人才都十分紧缺，国内一些高校可调整学科布局，加快培养这个学科交叉领域的青年科研人员。高校还可以将计算机科学、人工智能算法纳入生物学本科教学体系，为计算生物学培养更多的后备人才。同时，这个领域的产业化“风口”已经到来，人工智能新药开发企业正在全球涌现，给科学家的成果转化和创业带来了机遇。