AI驱动蛋白质科学国际研讨会在北京怀柔举办

　　【ZiDongHua 之“智能自动化”标注关键词：蛋白质科学；AI；国际研讨会；怀柔；生命科学 】

 

　　

AI驱动蛋白质科学国际研讨会在北京怀柔举办

 

　　2026年10月16日至18日，AI驱动蛋白质科学国际研讨会（ISCB-China Workshop on AI for Protein Science）在北京怀柔举办。本次会议由清华大学ISCB-China、北京怀柔科学城发展集团有限公司、北京怀柔科学城前沿科技概念验证中心联合主办。清华大学自动化系教授、ISCB-China主席、ISCB副主席张学工，怀柔科学城党工委委员、管委会副主任、怀柔区政府副区长韩健，怀柔区委常委、组织部部长刘敏华，怀柔科学城管委会交流合作与人才工作处处长王天怡，怀柔科学城集团党委书记、董事长郑新峰等领导嘉宾出席了本次会议。浙江工业大学信息工程学院教授张贵军、南京大学物理学院教授李文飞为本次论坛主席。

 

　　

 

　　张学工（左）、韩健（右）

 

　

 

　　刘敏华（左）、王天怡（中）、郑新峰（右）

 

　　正如张学工所言，国际形势风云变幻，愈显ISCB“促进国际学术交流”使命之重。会议聚焦“AI时代的蛋白质科学”，研讨AI时代如何选题、如何破题、如何利用AI技术加快科学发现。围绕此一主题，会议邀请了欧洲生物信息研究所（EMBL-EBI）、韩国首尔国立大学、加拿大滑铁卢大学，以及清华大学、中国科学院、上海交通大学、北京航空航天大学、南开大学、香港中文大学、香港城市大学、南京大学、浙江工业大学等高校与科研院所的一线学者，交流新进展，探讨新问题。

 

　　AI时代 

 

　　蛋白质科学研究什么？

 

　　蛋白质结构预测取得重大进展之后，科学问题并未减少，反而引出新的挑战：如何从结构走向功能？如何从预测走向设计？如何从计算结果走向实验验证？本次会议的报告，各有侧重，择其要者，简述如次：

 

　　· 深圳湾实验室资深研究员周耀旗： 如何突破功能适应度壁垒，通过序列跳跃，实现蛋白质序列空间的全局搜索？

 

　　· 欧洲生物信息研究所蛋白质序列资源团队负责人、ISCB Fellow Alex Bateman： 如何利用AI发现远距离蛋白质家族之间隐而未显的联系？

 

　　· 首尔国立大学教授、RoseTTAFold主要成员Minkyung Baek： 以“两步法”设计抗体，将复杂设计任务分阶段求解。

 

　　· 上海大学助理研究员赵彦彭： 如何利用复合物相互作用信息，弥补动态构象预测之不足？

 

　　· 香港城市大学计算机系教授李帅成： 从染色质空间结构推断出发，探讨其方法向蛋白质结构预测推广之可能。

 

　　· 加拿大滑铁卢大学教授、加拿大皇家科学院院士、ISCB Fellow、ACM Fellow、IEEE Fellow李明： 如何针对患者特异性肿瘤突变，设计个性化新抗原疫苗？

 

　　· 北京怀光量极生物科技有限公司副总经理梁淼： 如何利用北京光源等大科学设施，实现小分子药物的高通量筛选？

 

　　· 清华大学智能产业研究院副教授马剑竹： 如何以统一的全原子生成框架，建模蛋白质、小分子与肽段等不同分子体系？

 

　　· 东北师范大学助理研究员宫健婷： 利用隐空间表征，预测酶功能，挖掘具有潜在新功能的酶。

 

　　· 上海交通大学教授全舒： 基于活细胞高通量表型测量，推动蛋白质设计从结构优化走向可制造性预测。

 

　　· 南开大学特聘副研究员宿鸿： 融合概率建模与图对比学习，揭示从基因组组织到药物—靶标互作的跨尺度功能关联。

 

　　· 上海交通大学副研究员谈攀： 融合蛋白质、DNA与生化反应信息，开展功能预测与合成生物学元件设计。

 

　　· 中国科学院微生物研究所研究员王军： 尝试摆脱对结构预测的依赖，以功能驱动的序列直接设计，加快蛋白药物发现，降低研发成本。

 

　　· 北京分子之心科技有限公司创始人、ISCB Fellow许锦波： 展示蛋白质结构预测与设计的“全家桶”——MolecularOS，推动多种AI工具的集成应用。

 

　　· 北京生命科学研究所（NIBS）研究员徐纯福： 如何设计一个可溶的膜蛋白？从这一颇具挑战的问题入手，探索蛋白质结构与稳定性的设计规律。

 

　　· 北京航空航天大学医学科学与工程学院教授叶盛： “罕见密码子很有用”——NatCodon揭示罕见密码子的积极作用，并据此提高蛋白质表达效率。

 

　　· 中国科学院微生物研究所研究员张寿悦： 如何高效挖掘微生物蛋白质元件，并进一步开展功能元件设计？

 

　　诸报告所涉问题虽异，却反映出一项共同趋势：蛋白质AI研究，正从结构预测走向功能理解与功能设计，从单个分子走向复杂体系，从计算预测走向实验验证与实际应用。

 

　　结构预测取得重大进展之后，新的问题接踵而至。蛋白质科学远未到“问题已经解决”的时候。

 

　　与会专家作学术报告

 

　　研究生与教授同台 

 

　　AI时代与年轻人朝气尽显

 

　　本次会议的研究生论坛，亦是特色鲜明：研究生与资深学者同台演讲，同一会场，相同听众，不因资历而区别对待，给予年轻学子充分的展示与交流机会。

 

　　研究生同学们不负众望，报告亦是创新味道浓郁：

 

　　· 中国科学院大学动物研究所研究生李凯航： 如何践行“One month, one project”，借助AI快速完成从选题、探索到初步验证的科研循环？

 

　　· 中国科学院大学微生物研究所研究生张旭东： 结合高通量显微成像与深度学习，实现临床标本中ESKAPE病原体的快速、单细胞水平鉴定。

 

　　· 上海交通大学、上海创智学院研究生谭扬： 利用AI Agent的认知推理与工具调用能力，推动蛋白质研发流程的智能化与自动化。

 

　　· 浙江工业大学研究生王苏慧： 围绕抗体—抗原复合物结构建模，探索蛋白质相互作用的精准预测方法。

 

　　· 华中科技大学物理学院研究生姚轩： 融合多源信息开展整合建模，提高复杂生物分子体系的结构解析能力。

 

　　· 中国科学院大学交叉学院研究生徐京： 提出ComplexDesign方法，实现可桥接多个靶蛋白的蛋白质结合物序列从头设计。

 

　　· 东北大学研究生王志豪： 如何利用AI设计高性能新材料，将生成式设计方法拓展至材料科学？

 

　　· 南京大学物理学院研究生黄恒焱： 利用AI Agent调控AlphaFold3嵌入空间，实现多构象蛋白质的定向结构预测。

 

　　· 清华大学生命科学学院研究生王昊宇： 提出量子化学感知的分子图表示方法qcGEM，提高分子结构与化学性质的建模能力。

 

　　· 华中科技大学物理学院研究生李双君： 探索AlphaFold3复合物组装预测中的“几何优先于共进化”原则，揭示结构预测模型的内在机制。

 

　　· 香港中文大学研究生李天杰： 结合分子动力学模拟与实验验证，揭示PcncAAAD蛋白的钙离子激活机制。

 

　　尤其值得注意的是，部分研究生已开始探索AI辅助科研的新方式：以AI加速文献调研、算法设计与实验分析，以Agent辅助研究流程，甚至尝试“One month, one project”的快速科研探索。

 

　　AI不仅改变着科研工具，亦可能改变科研工作的组织方式。 年轻学子对此尤为敏锐，甚是期许。

 

　　研究生作学术报告

 

　　不光听AI 

 

　　还要亲手用AI

 

　　因应AI技术的发展，本次会议特设“AI技术Tutorial”，由重庆邮电大学副教授、军事科学院国防科技创新研究院助理研究员杨阳和中国科学院计算技术研究所副研究员卜德超两位实战专家讲授Agent、Skill与Harness。

 

　　Agent根据目标规划和执行任务，Skill将知识与经验组织成可复用的能力，Harness则为Agent提供执行环境与约束。三者结合，有望使AI从回答问题的助手，转变为能够参与科研流程的协作者。

 

　　听者不分资深学者与研究生，人手一台笔记本，现场学、现场练，力争两小时掌握基本方法。与其泛谈“AI赋能”，不如亲手实践，让AI真正为科研所用。

 

　　中国科学院计算技术研究所工程师赵建权、中原人工智能研究院工程师杨丹枫则展示了“VR+AI辅助蛋白质设计”系统ProVR：戴上VR眼镜，即可进入三维分子世界，沉浸式观察蛋白质结构，像搭建乐高积木一样拖拽、摆放蛋白质元件，进而构建、设计新的蛋白质。传统软件主要让研究者在二维屏幕上观察三维分子，ProVR则尝试让研究者直接在三维空间中操作分子，颇具新意。

 

　　AI正在改变科研的工作流程，VR则可能改变人与分子世界的交互方式。 二者结合，亦为蛋白质设计提供了新的想象空间。

 

　　人机辩论赛 

 

　　让AI来辩论AI

 

　　本次会议的一大亮点，是别开生面的“人机辩论赛”。辩题是：“AI时代是否还需要学编程？”让AI参与辩论AI时代的编程教育，颇有几分意味。

 

　　正方“神机队”、反方“妙算队”均由人类辩手与AI Agent组队。人类辩手来自中国科学院物理研究所、信息工程研究所、计算技术研究所，辩论履历亮眼，曾斩获多项国内高水平辩论赛事奖项。

 

　　执锋、博闻、睿断、明辨四位AI Agent并肩出战，人机携手，共论编程学习之价值。

 

　　四款辩论Agent及“稷下”辩论平台，均由计算技术研究所研究员王元卓团队自主研发。

 

　　AI如何提出论点、组织论据、回应质疑？人类辩手又如何与AI配合？辩论既是思想交锋，也是一次生动的AI能力展示。多位与会教师对“稷下”平台颇为嘉许，希望将其引入课堂教学，以训练学生的逻辑思维与辩论能力。北京日报亦对本次人机辩论赛进行了专题报道。

 

　　辩论虽然围绕“是否需要学编程”，所引出的问题却更为深远：当AI能够代人编程，人类为何还要学习编程？当AI能够完成越来越多的智力劳动，教育又该教些什么？

 

　　此等问题，值得教育工作者认真思考。

 

　　人机辩论赛参赛选手与评委合影

 

　　怀柔科学城 

 

　　大科学设施与AI相遇

 

　　本次会议在怀柔科学城城市客厅举办，阶梯形报告厅汇聚学术气氛，大屏幕聚焦学术看点，确为学术交流之胜地。

 

　　韩健、北京怀柔科学城发展集团有限公司副总经理胥博、怀柔科学城管委会设施平台处副处长刘相庭向与会嘉宾介绍了怀柔综合性国家科学中心的发展概况及人工智能产业发展情况。北京光源等大科学设施，尤令人振奋。

 

　　蛋白质科学既需要AI模型，亦离不开实验验证。大科学设施能够产生高质量实验数据，AI则可从数据中发现规律、提出假设、指导实验。

 

　　如何结合大科学设施的实验能力与AI的预测、分析和设计能力，形成“计算—实验—再计算”的研究循环，值得期待。

 

　　会议虽小 

 

　　值得思考的问题却不少

 

　　简而言之，本次会议可概括为九个字：小而专、求实效、有特色。

 

　　小而专： 与会者190余人，虽然规模不及千人大会，但参会者多为相关领域一线学者，话题聚焦，问题具体，不求面面俱到，但求深入交流、彼此启发。

 

　　求实效： 不仅报告AI研究新进展，亦安排Agent、Skill、Harness实战教学。听众人手一台电脑，现场学习，现场实践，力求学有所获、学以致用。

 

　　有特色： 研究生与教授同台交流，展示“One month, one project”等新型科研探索；VR使蛋白质设计变得直观可操作；人机辩论则让AI走上讲台，参与讨论AI时代的教育问题。

 

　　从与会者反响而观之，会议确实达到了原初之目的。会议亦引出三点值得进一步思考的问题。

 

　　其一，AI时代，科研选题比以往更加重要。 当AI能够加快已有问题的求解，如何发现真正重要、尚未解决的问题，反而愈显研究者的眼光与判断。

 

　　其二，AI正在从单一预测工具走向科研协作者。 从结构预测、功能设计，到文献调研、算法探索与实验分析，AI开始参与科研工作的多个环节。如何善用AI，而不失研究者自身的思辨与创造能力，值得认真探索。

 

　　其三，AI或将加快科学研究的迭代速度。 从提出问题，到设计方法、开展实验、分析结果，再到产生新问题，传统科研循环有望加速。然而，速度之快不等于认识之深；证据是否可靠、结论是否成立、工作是否具有真正的科学价值，仍须严加审视。

 

　　AI技术发展迅猛，让人真切感受到何为“一日千里”，何为“日新月异”。当此亟变之时代，工具日益强大，问题愈发复杂，机会与挑战并存。唯有深入之思考、坦诚之交流与理性之争鸣，方为深化认识之可行途径。我们冀望以此次怀柔之会为引，促进AI时代科学研究新问题、新方法与新范式之探索。

 

　

 

　　会场掠影