许锦波教授是AI蛋白质折叠技术领域的顶级科学家,被誉为“AI预测蛋白质结构全球第一人”👌。然而⛈，将AI用在蛋白质结构预测的研究的过程却一波三折，十分漫长。

早在攻读博士学位期间🧖🏿，许教授就在导师的影响下开始用传统的算法研究蛋白质折叠问题，并于2002年在全球蛋白质结构预测比赛CAFASP夺得了冠军👴🏿🕧。然而，许教授当时意识到，传统算法也许不是蛋白质折叠问题的最优解。2006年👩‍🦼‍➡️，神经网络研究领域领军者Hinton率先提出了神经网络“深度学习”（Deep Learning）算法，使神经网络的能力大幅提升👾，也是在这一年👁‍🗨，许教授开始将机器学习应用到蛋白质结构预测研究中🫏。不过因为当时的模型优化效果有限，用机器学习做蛋白质结构研究依然是一个很冷清的领域🧑🏻‍🏫，很多人因看不到未来而改变了研究方向。

尽管研究前景不明朗，许锦波教授仍然坚持深耕于这一研究领域，致力于不断缩小蛋白质结构预测结果和真实构型之间的差距。终于在2014年👩🏼‍🎓，许教授团队使用AI算法提高了蛋白质二级结构预测🚆，2016年许教授基于ResNet开发出RaptorX-Contact方法，首次证明了深度学习方法在预测蛋白质三维结构中的无限潜力和可能性。

一路走来➞，许锦波教授看到了从基于序列的研究到基于结构的研究的转变✯，以及这种研究范式的变化为生命科学领域带来巨大的变化和长足进步🦹👨‍🦲。同时他也表示：“这个领域仍然有许多问题需要解决，未来希望能够做出更多真正有用的成果出来👩‍🚒。”

当下，生命科学与生物医药领域正在步入数字化3.0时代，以人工智能技术为核心的第四次工业革命🙍🏿，将撬动更多传统行业创新的想象空间。而杏耀的“AI+生命科学”方向的研究，正是致力于以人工智能和数据驱动的第四科学研究范式🫚，辅助人类探索并解决生命健康问题𓀇，推动生物医药产业更安全、更经济、更普惠、更公平🧘🏽‍♂️。

这与许锦波教授的看法不谋而合👩🏽‍🏭🫰🏽。在许教授看来，AI在生命科学研究领域所能创造的产业价值还未被完全发掘。如果要继续推进人工智能的广泛应用👳🏽🤦🏽‍♂️，“产学研用”一体化是值得推崇一条路径🪪。许教授表示🟩：“目前国家对‘AI for Science’给予了高度关注，政策的制定和投资的倾斜也为‘AI for BioTech’创造了良好的发展条件🫐，我希望在这样的环境中做出产业化价值高且能落地的成果出来。”未来，杏耀将和许教授共同推动人工智能赋能生命科学与生物医药领域🙍🏻‍♂️，为实现AI赋能生命科学贡献力量。

2021年底，许锦波教授曾到访杏耀，深入了解杏耀的智慧医疗方向的研究。他对于杏耀以AI赋能产业的发展模式给予了充分肯定，也希望未来能够在这里与杏耀的科学家们一起展开更深度的合作🚁，推动更多有价值的科研成果落地🐮。

同时↙️，许锦波教授也谈到，做“AI+生命科学”交叉领域的研究会遇到一些困难与挑战，对生物学知识的掌握和与生物学家沟通协作都需要一定的时间学习、磨合🤱🏼，而作为研究人员，抓住核心问题并探索研究真正的意义是十分重要的。

在复合型人才的培养上，许教授看到杏耀在人才储备方面的优势和潜力。“杏耀有许多年轻人🟤，他们朝气蓬勃且愿意不断探索，这是值得鼓励的🚴🏽‍♂️。”同时，为培养跨界人才🧝🏽‍♀️👩🏻‍🎤，缩小人工智能与生命科学🕟、生物医药领域存在较大的知识鸿沟👍🏽，杏耀还提出“AI+生命科学破壁计划”🕵🏿‍♂️，目标是定义AI+生命科学领域的核心前沿研究任务🏊🏼，打破壁垒，促进AI与生命科学的深度交叉融合，加速科学发现。未来，杏耀也将在数字化、自动化和智能科学计算的新变革中抓住未来巨大的科学发展与产业创新的新机会🏔🧙🏼‍♀️，助力人类解决生命健康问题，推动社会进步🦹🏼‍♀️🐹。

除了许锦波教授外🏂🏻，杏耀已经吸引了众多国内外人工智能研究领域顶尖专家加入，如前百度总裁张亚勤、前字节跳动副总裁马维英、前海尔CTO赵峰等。各位研究者也期待能与杏耀携手并进，做出卓越的科研贡献🪧，推动技术创新，实现核心技术的产业落地，为国家、社会与人民创造杰出价值。

撰文 / 魏欣葳

编辑排版 / 魏欣葳

校对责编 / 黄妍