AI挺進生命科學領域，分子動力學模擬加速新冠病毒致病機理研究進程

        新冠疫情自爆發以來，已造成全球范圍內近2.8億人感染，540多萬人死亡，給全球的經濟和社會生活帶來了巨大的損失和傷害，且至今仍未有緩和的跡象。相比之下，2003年的 SARS 疫情持續一年多，累計報告病例8000多例，死亡900多人；2012年的中東呼吸綜合征則主要在中東地區流行。同樣是冠狀病毒所引起的傳染病，為什么新冠病毒有如此高的傳染性？它又是如何侵染人體的？

新冠病毒致病機理研究兩開花，計算生物學潛力凸顯

       基于這些背景知識，微軟亞洲研究院的研究員們產生了一連串的疑問：RBD 的功能已經清楚了，那 NTD 在感染過程中扮演著怎樣的角色？在病毒侵染的過程中 NTD 對 RBD 的狀態變化是否有協同作用？如果找到了 RBD 站立與躺平的規律，是不是就有可能抑制病毒的入侵？因此，研究員們希望利用計算生物學，特別是分子動力學模擬技術對 NTD 展開深入研究。當他們把這一想法與清華大學生命科學學院龔海鵬教授討論后，雙方立即開啟了合作研究。

       正如張林琦教授所言，AI、大數據等創新手段與生命科學的深度融合正在為生命科學研究開辟新的方向，甚至改變生命科學的研究范式。生命科學研究發展至今，經歷了不同的階段，從20世紀前的描述觀察，到20世紀的實驗分析，在科學家們的努力下，生命的密碼正在逐漸被破解。但這些傳統生物學研究方式依賴于不斷地試錯和積累，不僅耗資巨大，

      盡管計算機科學與生命科學的跨界合作大有可為，但協作過程還需要更多的磨合。兩個領域的科學家所面對的是兩類不同的知識結構、語言體系，如何打破行業壁壘、共建合作生態是關鍵。微軟亞洲研究院與清華大學通過上述兩項合作研究，為跨學科交叉實踐積累了一定的經驗。周期往往也很長。同時，基因組學等底層數據采集技術的發展以及藥物試驗中持續產生的數據等等，也讓生物數據呈現爆發式增長。雖然這為個性化的靶向藥物研發、精準醫療提供了可能，但海量數據也注定了單靠人力完成數據的整理、分析和挖掘已是不可能完成的任務。