<mark id="oztn4"></mark>
0
| 本文作者： 任平 | 2023-02-23 11:55 |
過(guò)去，一個(gè)博士生直到畢業(yè)，恐怕并未見(jiàn)過(guò)蛋白質(zhì)設(shè)計(jì)出來(lái)的樣子--需要一段一段敲掉某些天然蛋白質(zhì)片段，再人工設(shè)計(jì)、拼補(bǔ)上去。現(xiàn)在科研人員通過(guò)AI模型一次性提交幾十個(gè)蛋白質(zhì)設(shè)計(jì)需求，幾個(gè)小時(shí)后便馬上收到一份設(shè)計(jì)結(jié)果和分析報(bào)告。生命科學(xué)的下一個(gè)時(shí)代，似乎來(lái)了。
ChatGPT引發(fā)的新一輪AI浪潮，正在席卷生命科學(xué)界。
2023年初，ChatGPT大火。繼去年11月30日上線第5天用戶獲增100萬(wàn)，如今短短兩個(gè)月時(shí)間，ChatGPT日活用戶已超1億，成為歷史上增長(zhǎng)最快的消費(fèi)級(jí)應(yīng)用程序。直到今天，與之相關(guān)的討論仍層出不窮。
伴隨著ChatGPT的火熱，國(guó)內(nèi)市場(chǎng)也很難平靜。
百度、阿里、騰訊、網(wǎng)易、京東、360、字節(jié)等耳熟能詳?shù)拇髲S接連入局，一度將“AI大模型”推向主流；不少小型企業(yè)借助這一概念抬高股價(jià)，就連求職榜上的算法、NLP、AIGC等相關(guān)崗位，也涌入了一波又一波的年輕人。
ChatGPT再次將AI技術(shù)推向幕前，最令人驚喜的莫過(guò)于生成式AI與生命科學(xué)的深度融合。
近日，國(guó)內(nèi)AI公司天壤智能發(fā)布了基于擴(kuò)散的生成模型TRDiffusion，這是一種蛋白質(zhì)設(shè)計(jì)的新方法。
TRDiffusion從零開(kāi)始創(chuàng)造，生成全新的蛋白質(zhì)結(jié)構(gòu)，而非自然界中已經(jīng)存在的天然蛋白質(zhì)。在相同計(jì)算資源配置和時(shí)間內(nèi)，TRDiffusion完成的設(shè)計(jì)數(shù)量提升了2倍以上，設(shè)計(jì)結(jié)果與之前方法的結(jié)果表現(xiàn)出更強(qiáng)的多樣性。
實(shí)際上，早在2022年9月，天壤就上線了蛋白質(zhì)工作臺(tái)xCREATOR，實(shí)現(xiàn)“一鍵設(shè)計(jì)滿足描述的蛋白質(zhì)”等需求。
“相比較而言，新模型將蛋白質(zhì)設(shè)計(jì)周期從兩天縮減為幾小時(shí)，改變了過(guò)去‘延遲滿足’的設(shè)計(jì)模式。”
天壤創(chuàng)始人，CEO薛貴榮對(duì)雷峰網(wǎng)&《醫(yī)健AI掘金志》表示，“換句話說(shuō)，一個(gè)分秒必爭(zhēng)的蛋白質(zhì)設(shè)計(jì)時(shí)代正在悄悄拉開(kāi)帷幕。”
蛋白質(zhì)是一種含有特定氨基酸序列的分子，因其空間結(jié)構(gòu)的不同，決定了生物學(xué)功能的差異。
因此，當(dāng)天然蛋白結(jié)構(gòu)功能，不能滿足工業(yè)或醫(yī)療應(yīng)用需求時(shí)，想要得到特定的功能蛋白，就需要對(duì)其結(jié)構(gòu)進(jìn)行設(shè)計(jì)。
然而，自20世紀(jì)80年代以來(lái)，蛋白質(zhì)設(shè)計(jì)卻一直受限于人類(lèi)對(duì)蛋白質(zhì)折疊的理解不足而停滯不前。
苗洪江來(lái)自天壤XLab，是該實(shí)驗(yàn)室的負(fù)責(zé)人。
他表示，蛋白質(zhì)設(shè)計(jì)最早出現(xiàn)在20世紀(jì)80年代，共經(jīng)歷三個(gè)階段：
第一代蛋白質(zhì)設(shè)計(jì)通過(guò)簡(jiǎn)單化學(xué)原理指導(dǎo)二級(jí)結(jié)構(gòu)片段的組裝。
第二代蛋白質(zhì)設(shè)計(jì)加入了專家經(jīng)驗(yàn)，通過(guò)序列-結(jié)構(gòu)關(guān)系指導(dǎo)結(jié)構(gòu)片段組裝。
第三代有了明顯突破，一方面借助更大的天然蛋白質(zhì)數(shù)據(jù)庫(kù)增加結(jié)構(gòu)片段多樣性，同時(shí)借助從已知結(jié)構(gòu)中終結(jié)的物理及知識(shí)能量函數(shù)，尋找能量最小的目標(biāo)蛋白質(zhì)。
苗洪江
但總體來(lái)說(shuō)，前三代設(shè)計(jì)方法都存在極大限制，比如過(guò)度依賴專家經(jīng)驗(yàn)或者天然蛋白質(zhì)。直到21世紀(jì)，隨著蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)的快速增長(zhǎng)，尤其是2020年底，AlphaFold2在高精度蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)上取得了革命性進(jìn)展，獲得了蛋白質(zhì)序列與結(jié)構(gòu)之間的高緯關(guān)聯(lián)，以AI主導(dǎo)的蛋白質(zhì)設(shè)計(jì)也隨之爆發(fā)。
正如深圳灣實(shí)驗(yàn)室周耀旗教授所言，“在后AlphaFold時(shí)代，大家自然而然地想要解決一個(gè)實(shí)用的反問(wèn)題：根據(jù)某個(gè)功能的結(jié)構(gòu)，設(shè)計(jì)出相應(yīng)的、能夠折疊成這樣結(jié)構(gòu)的蛋白質(zhì)序列。現(xiàn)在，幾乎每隔一小段時(shí)間就有一篇AI蛋白質(zhì)設(shè)計(jì)的預(yù)印論文出現(xiàn)。”
2022年，AIGC繪畫(huà)爆火，普通人只要用語(yǔ)言給出描述、或者幾個(gè)關(guān)鍵詞，就可以用AI程序生成一張媲美專業(yè)畫(huà)師的作品。
與此同時(shí)，AIGC背后的關(guān)鍵技術(shù)--“擴(kuò)散模型”也成功出圈，一度啟發(fā)了計(jì)算生物學(xué)家。
2022年12月1日，蛋白質(zhì)設(shè)計(jì)領(lǐng)域的領(lǐng)軍人物David Baker、波士頓的蛋白質(zhì)設(shè)計(jì)公司Generate Biomedicines，同天宣布“將AI繪畫(huà)領(lǐng)域的擴(kuò)散模型融入蛋白質(zhì)設(shè)計(jì)中”。
然而問(wèn)題隨之而來(lái)，“基于擴(kuò)散的蛋白質(zhì)生成模型”究竟有何優(yōu)勢(shì)？
據(jù)苗洪江介紹，“相比其它模型，基于擴(kuò)散的生成模型更接近人的思維模式，也是AIGC擁有開(kāi)放性創(chuàng)造力的原因之一。其工作原理是通過(guò)連續(xù)添加高斯噪聲來(lái)破壞訓(xùn)練數(shù)據(jù)，然后通過(guò)反轉(zhuǎn)噪聲過(guò)程來(lái)學(xué)習(xí)恢復(fù)數(shù)據(jù)。”
通俗來(lái)講，在環(huán)境中，氣體分子會(huì)高濃度區(qū)域擴(kuò)散到低濃度區(qū)域。這一過(guò)程也類(lèi)似噪聲逐步擴(kuò)散，最終導(dǎo)致聲場(chǎng)充滿噪音。如果這一原理逆用，則是不斷“去噪”，露出事物“真面目”的過(guò)程：
首先，生成一張充滿大量噪聲的圖片；
再基于 AI 能力，一邊猜測(cè)哪些對(duì)于最終的圖像而言是“噪點(diǎn)”，將其去除，那么剩下的便是所需的“信息”；
通過(guò)迭代，在噪聲中反復(fù)提取出“信息”，最終生成被指定的圖片。
事實(shí)上，天壤此次帶來(lái)的TRDiffusion模型，正是采用的擴(kuò)散模型。
苗洪江進(jìn)一步介紹，“當(dāng)TRDiffusion模型生成蛋白質(zhì)時(shí)，是將蛋白質(zhì)中每個(gè)殘基的主鏈結(jié)構(gòu)，看成可以自由移動(dòng)的剛體，生成結(jié)構(gòu)的初始坐標(biāo)為隨機(jī)噪聲。再通過(guò)‘去噪模型’，逐步地將隨機(jī)分布的殘基，移動(dòng)及組裝成合理的蛋白質(zhì)三維結(jié)構(gòu)。”
天壤TRDiffusion的原理圖示：不斷去噪，設(shè)計(jì)出新的蛋白質(zhì)
值得一提的是，蛋白質(zhì)設(shè)計(jì)是結(jié)構(gòu)預(yù)測(cè)的逆向問(wèn)題。有人形容道，“兩者像是「序列——結(jié)構(gòu)」這道題的正反求解。已知序列、求解三維結(jié)構(gòu)，是結(jié)構(gòu)預(yù)測(cè)；設(shè)定某個(gè)三維結(jié)構(gòu)、求解序列，便是蛋白質(zhì)設(shè)計(jì)。”
因此，此前天壤自研的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型TRFold，也順勢(shì)被TRDiffusion二次利用。
苗洪江解釋道，“TRDiffusion中的‘去噪模型’，繼承了結(jié)構(gòu)預(yù)測(cè)模型TRFold的主體網(wǎng)絡(luò)結(jié)構(gòu)，并利用TRFold權(quán)重作為初始化，滿足空間旋轉(zhuǎn)平移等不變性。”
目前測(cè)試結(jié)果顯示，在相同計(jì)算資源配置和時(shí)間內(nèi)，TRDiffusion完成的設(shè)計(jì)數(shù)量較之前模型提升了2倍以上，設(shè)計(jì)結(jié)果與之前方法的結(jié)果表現(xiàn)出很強(qiáng)的多樣性，比如自由設(shè)計(jì)、復(fù)合體設(shè)計(jì)、對(duì)稱性設(shè)計(jì)、局部多樣性優(yōu)化、功能蛋白質(zhì)設(shè)計(jì)、結(jié)合配體設(shè)計(jì)等設(shè)計(jì)需求，更能針對(duì)用戶設(shè)定的目標(biāo)蛋白質(zhì)局部或整體結(jié)構(gòu)、蛋白質(zhì)分類(lèi)、種屬及功能標(biāo)注等進(jìn)行調(diào)控和設(shè)計(jì)。
天壤 TRDiffusion 生成的全新的蛋白質(zhì)結(jié)構(gòu)
據(jù)苗洪江介紹，該模型將在2023年2月下旬上線蛋白質(zhì)工作臺(tái)xCREATOR。屆時(shí)，用戶只需在平臺(tái)輸入目標(biāo)蛋白質(zhì)的簡(jiǎn)單描述，如序列長(zhǎng)度、結(jié)構(gòu)對(duì)稱性、目標(biāo)功能motif、結(jié)合配體結(jié)構(gòu)、化學(xué)計(jì)量等，即可“一鍵生成”滿足描述的蛋白質(zhì)。
實(shí)際上，在2023年當(dāng)下這個(gè)時(shí)間點(diǎn)，蛋白質(zhì)設(shè)計(jì)領(lǐng)域早已暗潮洶涌。
早在去年年底，國(guó)外就有三家公司競(jìng)相發(fā)布了蛋白質(zhì)設(shè)計(jì)的新模型。
如前文所述，2022年12月初，華盛頓大學(xué)David Baker團(tuán)隊(duì)發(fā)布了RFDiffusion，用擴(kuò)散模型設(shè)計(jì)出多種與天然蛋白質(zhì)截然不同的全新單鏈蛋白質(zhì)及復(fù)合體，目前已制造出一種可以與甲狀旁腺激素結(jié)合的全新蛋白質(zhì)。
據(jù)悉，RFDiffusion也可向多個(gè)方向擴(kuò)展應(yīng)用，比如該技術(shù)最近已擴(kuò)展到核酸和蛋白質(zhì)-核酸復(fù)合體，后續(xù)也將也擴(kuò)展到設(shè)計(jì)小分子結(jié)合蛋白。
同日，由生命科學(xué)頂級(jí)風(fēng)投Flagship Pioneering孵化的蛋白質(zhì)設(shè)計(jì)公司Generate Biomedicines，發(fā)布擴(kuò)散蛋白生成模型Chroma，可根據(jù)預(yù)設(shè)要求設(shè)計(jì)蛋白質(zhì)序列和結(jié)構(gòu)。
2022年1月，該公司曾一舉拿下自Amgen（安進(jìn)）的5個(gè)訂單，預(yù)付款約5千萬(wàn)美元，潛在合約價(jià)值超19億美元。公開(kāi)資料顯示，5個(gè)靶標(biāo)全部用于開(kāi)發(fā)蛋白療法，預(yù)計(jì)生產(chǎn)達(dá)百萬(wàn)量級(jí)，并透露安進(jìn)將參與Generate的新一輪融資。
更為重要的是，波士頓擁有全球聞名的醫(yī)療機(jī)構(gòu)，從綜合性醫(yī)院、腫瘤專科醫(yī)院到兒童醫(yī)院，以及世界Top20制藥公司，在醫(yī)療集聚方面有著巨大成就。而這層背景，或?qū)⒅艷enerate搶占市場(chǎng)先機(jī)。
在蛋白質(zhì)設(shè)計(jì)領(lǐng)域，也不乏眾多后起之秀。
其中Meta公司的ESM2、加州伯克利的一家初創(chuàng)公司Profluent的ProGen，則是仿造“ChatGPT”背后的大型語(yǔ)言模型（LLM），相繼推出了蛋白質(zhì)序列預(yù)訓(xùn)練大模型，實(shí)現(xiàn)可編程的蛋白質(zhì)從頭設(shè)計(jì)。對(duì)此，業(yè)內(nèi)眾說(shuō)紛紜，樂(lè)觀派稱，“這項(xiàng)新技術(shù)可能會(huì)‘超越諾獎(jiǎng)’--比2018年的定向進(jìn)化蛋白設(shè)計(jì)技術(shù)更加強(qiáng)大。”
薛貴榮
天壤創(chuàng)始人，CEO薛貴榮對(duì)此頗有感觸，“盡管這些公司的技術(shù)路徑不盡相同，但這些模型和算法的集中爆發(fā)，意味著我們已經(jīng)邁入了一個(gè)可編程的生物學(xué)新時(shí)代，最快年底會(huì)有一大波蛋白質(zhì)設(shè)計(jì)被驗(yàn)證。”
同時(shí)他也認(rèn)為，如今蛋白質(zhì)設(shè)計(jì)浪潮興起，至少指出了三個(gè)可能：
一、沿用天然蛋白質(zhì)設(shè)計(jì)的老路已經(jīng)沒(méi)有太大興奮感，從頭生成人工蛋白的AI系統(tǒng)已將蛋白質(zhì)設(shè)計(jì)變得“可控化”、“批量化”、“廣泛化”；
二、以蛋白質(zhì)設(shè)計(jì)來(lái)講，不管是在醫(yī)療應(yīng)用、食品生產(chǎn)、工業(yè)應(yīng)用、環(huán)境保護(hù)、可再生資源還是其他領(lǐng)域，都具備有非常廣闊的應(yīng)用場(chǎng)景，背后的商業(yè)價(jià)值正在被更多人看到；
三、ChatGPT作為第一個(gè)消費(fèi)級(jí)AI爆款，是公眾第一次親身體驗(yàn)現(xiàn)代人工智能的強(qiáng)大功能，隨著ChatGPT應(yīng)用的增長(zhǎng)、甚至“BioGPT”、“ProtGPT”的出現(xiàn)，人們會(huì)對(duì)AI產(chǎn)生越來(lái)越多的信任。
以上觀點(diǎn)不難看出，對(duì)于國(guó)內(nèi)從業(yè)者而言，借助風(fēng)口深扎技術(shù)，為迎接未來(lái)工業(yè)需求做準(zhǔn)備，顯然已經(jīng)成為自身發(fā)展過(guò)程中的重要命題。
與此同時(shí)，生成式AI技術(shù)的科研和工程實(shí)施還處于發(fā)展初期，除基座模型的角逐外，能否有更多公司參與到應(yīng)用級(jí)創(chuàng)新，同樣是決定生態(tài)繁榮的重要因素。
實(shí)際上，天壤并非初涉生命科學(xué)領(lǐng)域。早在2019年，旗下天壤XLab成立，專注于IT+BT融合發(fā)展，旨在將蛋白質(zhì)開(kāi)發(fā)從“機(jī)會(huì)性游戲”，轉(zhuǎn)變?yōu)楦叽_定性的、可預(yù)測(cè)的“工業(yè)化流程”，滿足醫(yī)療、材料、能源和食品等領(lǐng)域?qū)δ艿鞍踪|(zhì)的需求。
2022年，公司技術(shù)數(shù)項(xiàng)成果并出，陸續(xù)建成TRFold（單鏈結(jié)構(gòu)預(yù)測(cè)，有MSA）、TRFold-Single（單鏈結(jié)構(gòu)預(yù)測(cè)，無(wú)MSA）、TRComplex（復(fù)合體結(jié)構(gòu)預(yù)測(cè)）、TRDesign（蛋白質(zhì)設(shè)計(jì)）四大核心能力，并在去年9月推出國(guó)內(nèi)首個(gè)蛋白質(zhì)設(shè)計(jì)工作臺(tái)xCREATOR。
至此，一條兼具“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)+設(shè)計(jì)+開(kāi)放平臺(tái)”技術(shù)閉環(huán)搭建完成。
一定程度上說(shuō)，在天壤此次技術(shù)升級(jí)之后，國(guó)內(nèi)蛋白質(zhì)設(shè)計(jì)市場(chǎng)的紅利將進(jìn)一步放大，后續(xù)將涌現(xiàn)出更多的“鯰魚(yú)”，引發(fā)全社會(huì)對(duì)生命科學(xué)產(chǎn)業(yè)的關(guān)注。
人類(lèi)發(fā)現(xiàn)蛋白質(zhì)的時(shí)間不過(guò)兩百年，大自然卻花了上億年形成蛋白質(zhì)進(jìn)化規(guī)律。直到今天，人們不能完全翻譯這些規(guī)律，但仍然期待有一天可以通過(guò)發(fā)明強(qiáng)大AI工具，并對(duì)它發(fā)出設(shè)計(jì)蛋白質(zhì)的指令。
這種期待是美好的，蛋白質(zhì)設(shè)計(jì)前景也是廣闊的，但當(dāng)前，這一賽道尚處于孕育探索階段。
就技術(shù)研發(fā)和應(yīng)用角度考量，如何從模型生成的大量符合需求的蛋白質(zhì)中篩選出最優(yōu)的結(jié)構(gòu)、如何評(píng)價(jià)這些蛋白質(zhì)的功能和性質(zhì)、是否有可能從模型的角度自動(dòng)化進(jìn)行篩選，仍然值得進(jìn)一步討論。
正如苗洪江所說(shuō)，“和AI繪畫(huà)、AI聊天不同，蛋白質(zhì)設(shè)計(jì)的本質(zhì)是科學(xué)創(chuàng)新，比如要對(duì)設(shè)計(jì)蛋白的穩(wěn)定性、親和力、寡聚性等特性進(jìn)行預(yù)測(cè)及優(yōu)化，否則就是‘偽蛋白’。”
實(shí)際上，針對(duì)這一問(wèn)題，天壤的一大解決思路是與高校合作，“在實(shí)際項(xiàng)目過(guò)程中發(fā)現(xiàn)模型和平臺(tái)存在的問(wèn)題”。
去年9月，天壤公布蛋白質(zhì)設(shè)計(jì)工作臺(tái)——xCREATOR，其設(shè)計(jì)初衷，即解決跨領(lǐng)域技術(shù)門(mén)檻高、工作流程碎片化的問(wèn)題，目標(biāo)是在同個(gè)工作臺(tái)上一站式地完成全部蛋白質(zhì)設(shè)計(jì)項(xiàng)目。
目前，xCREATOR工作臺(tái)已集成了市面上優(yōu)秀的算法，包括天壤XLab自研的算法與所有外部開(kāi)源和合作伙伴的算法。尤為重要的是，這款平臺(tái)供高國(guó)內(nèi)外高校師生免費(fèi)使用，一方面能夠提供更開(kāi)放的學(xué)術(shù)環(huán)境，為前沿項(xiàng)目提供技術(shù)支撐；另一方面，對(duì)于尚未建設(shè)濕實(shí)驗(yàn)室的天壤來(lái)說(shuō)，來(lái)自各大高校的真實(shí)實(shí)驗(yàn)數(shù)據(jù)反饋，也成為天壤升級(jí)蛋白質(zhì)設(shè)計(jì)算法的重要基礎(chǔ)。
薛貴榮舉了個(gè)例子，“過(guò)去博士生做蛋白質(zhì)設(shè)計(jì)，需要一段一段敲掉某些片段，再人工設(shè)計(jì)拼補(bǔ)上去，等到畢業(yè)了還沒(méi)有見(jiàn)過(guò)蛋白質(zhì)設(shè)計(jì)出來(lái)的樣子。相比較而言，現(xiàn)在學(xué)生可以一次性提交幾十個(gè)蛋白質(zhì)設(shè)計(jì)需求，幾個(gè)小時(shí)后馬上收到一份蛋白質(zhì)設(shè)計(jì)結(jié)果和分析報(bào)告。”
站在平臺(tái)的角度上，天壤越來(lái)越明確提供工具的角色定位，追求開(kāi)放化的思路。
薛貴榮提到，未來(lái)天壤要兩條腿走路，重點(diǎn)打造干濕一體化實(shí)驗(yàn)室，從計(jì)算平臺(tái)走進(jìn)實(shí)驗(yàn)平臺(tái)，真正從產(chǎn)業(yè)端的角度推動(dòng)前端的蛋白質(zhì)設(shè)計(jì)工作。
據(jù)悉，目前天壤XLab團(tuán)隊(duì)從頭設(shè)計(jì)了適用于多種疾病的人工蛋白質(zhì)候選藥物，如新冠刺突蛋白結(jié)合劑，能夠有效阻止刺突蛋白和人體ACE2蛋白結(jié)合；以及IL-2類(lèi)似物，能夠激活特定淋巴細(xì)胞，同時(shí)避免當(dāng)前IL-2類(lèi)藥物毒性；可用于捕捉和封存二氧化碳的碳酸酐酶，相比于天然碳酸酐酶，其長(zhǎng)度僅為天然碳酸酐酶的1/3左右，穩(wěn)定性更高，成本低廉便于工業(yè)應(yīng)用。目前，這些蛋白的計(jì)算設(shè)計(jì)工作都已完成，正在推進(jìn)實(shí)驗(yàn)檢驗(yàn)。
這似乎又開(kāi)始了讓人熟悉的劇情。場(chǎng)景的吸引力、模式的吸引力，本質(zhì)上，都是內(nèi)容和技術(shù)的原始創(chuàng)新。
“當(dāng)實(shí)現(xiàn)蛋白質(zhì)設(shè)計(jì)日吞吐量達(dá)到上千上萬(wàn)，甚至更多時(shí)，蛋白質(zhì)設(shè)計(jì)將徹底告別‘束手束腳’的日子，一個(gè)真正的生命科學(xué)時(shí)代才算到來(lái)。”
｜ 生物計(jì)算“奧賽”冠軍論道：當(dāng)生命科學(xué)遇上史詩(shī)級(jí)AI，何去何從？
日前結(jié)束的第41屆JP摩根醫(yī)療健康大會(huì)上，科技公司Nvidia的報(bào)告指出，“或許很快，基于AlphaFold2精準(zhǔn)解析蛋白質(zhì)三維結(jié)構(gòu)，再加上能從頭生成人工蛋白質(zhì)設(shè)計(jì)技術(shù)，就會(huì)給生物學(xué)領(lǐng)域帶來(lái)一場(chǎng)新的變革。”
為了更加深入、系統(tǒng)地討論生命科學(xué)技術(shù)的落地，2月23日（本周四20：00），我們邀請(qǐng)了CASP15四支冠軍團(tuán)隊(duì)，論道：《當(dāng)生命科學(xué)遇上史詩(shī)級(jí)AI，何去何從？》
智峪生科董事長(zhǎng)，CEO王晟擔(dān)任主持、密歇根大學(xué)計(jì)算醫(yī)學(xué)及生物信息學(xué)系鄭偉、浙江工業(yè)大學(xué)信息工程學(xué)院張貴軍教授、江蘇理工學(xué)院生物信息與醫(yī)藥工程研究所常珊教授、智峪生科CTO熊鵬共同參與討論。
讀者可掃描文章底部海報(bào)的二維碼，添加策劃人吳彤微信（微信號(hào)：icedagunaing），備注“姓名+職位”，后續(xù)我們會(huì)邀請(qǐng)您進(jìn)入專家社群，并將您的問(wèn)題收集、匯總，反饋給參會(huì)嘉賓，在討論環(huán)節(jié)進(jìn)行解答。
關(guān)于GAIR Live
“全球人工智能與機(jī)器人大會(huì)”（GAIR）始于2016年雷峰網(wǎng)與中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）合作創(chuàng)立的CCF-GAIR大會(huì)，旨在打造人工智能浪潮下，連接學(xué)術(shù)界、產(chǎn)業(yè)界、投資界的新平臺(tái)，而雷峰網(wǎng)“連接三界”的全新定位也在此大會(huì)上得以確立。
經(jīng)過(guò)幾年發(fā)展，GAIR大會(huì)已成為行業(yè)標(biāo)桿，是目前為止粵港澳大灣區(qū)人工智能領(lǐng)域規(guī)模最大、規(guī)格最高、跨界最廣的學(xué)術(shù)、工業(yè)和投資領(lǐng)域盛會(huì)。
GAIR Live作為雷峰網(wǎng)旗下視頻直播品牌，旨在輸出新鮮、深度、原創(chuàng)的大咖訪談與對(duì)話內(nèi)容，打造輻射產(chǎn)、學(xué)、研、投的特色線上平臺(tái)。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
