<mark id="oztn4"></mark>
0
回想2020年AlphaFold 2的橫空出世，以及延續下來的AI制藥創業熱情，我們很難承認這是一個人或者一個團隊的靈感成果。李明與他的前輩、后生，在所處的數個巨變時代中，成為了一個個照亮學科和行業的‘持炬者’。
說起李明，諸多生物信息學學者都不吝稱之為“學術大師”：他的學界成果以及給后世帶來的啟發性思考與推動，持續了數十年。
他在機器學習、自然語言處理、算法平均復雜度、現代信息論以及生物信息學方面都做出了重大貢獻，解決了計算機科學領域諸多難題。
他的成就記錄在Nature、Nature Methods、Nature Machine Intelligence, Nature Communications, PNAS、Scientific American、JACM、CACM、FOCS、STOC等國際頂級雜志和會議上。在谷歌學術，文章引用數超過三萬五千次。
他是現代信息論奠基人之一。他與荷蘭計算機科學家Paul Vitanyi合著了經典著作《Kolmogorov復雜性及其應用》。這本書至今四次再版，廣為引用，被學界公認為迄今為止最具前瞻性的指導性文獻之一。
Amazon的讀者評論：這本書是每個程序員必讀之書。芝加哥大學教授Lance Fortnow 稱這本書是本領域獨一無二的必讀書。這本書寫作嚴謹、文筆流暢、理論漂亮、應用新穎、信息全面，贏得了Amazon上眾多讀者的青睞，他們少見地為一本深奧的數學著作給出一致的5星好評。
他是加拿大皇家科學院院士、ACM、IEEE和ISCB 的Fellow、以及Killam Prize的唯一一位獲獎大陸華人。
他還是一位創業者。2000、2013年分別創辦兩家公司，二十多年里，他的生物信息公司不僅商業能力穩健，還為無數生物信息學者的技術落地架起了一段橋梁。
李明院士數十年來，生物信息學科從無到有，經歷了探索、勃興、反思、革命等諸多重要節點，時代奔騰，學科起伏。
與李明同時代的好友姜濤、徐鷹、許東等人，仍在為學科奔走。
李明的晚生，如許錦波（博士師從李明）回國創立了分子之心、彭?。ú┦繋煆脑S錦波）創立了華深智藥，師徒的情誼有了更多傳承的意義。
他的足跡，是一幅跨越30年的生物信息學恢弘圖景。
北京海淀區科學院南路6號，是中國科學院計算技術研究所（下稱“計算所”）。
1956年8月，中國科學院決定，成立計算技術所等三個研究所籌委會，并建立半導體物理研究小組，中國第一個專門從事“計算機科學技術”的學術機構由此誕生。
我國第一臺通用數字電子計算機、我國高性能計算機的研發基地、我國首枚通用CPU芯片，都出自于此。
計算所有一條準則：瞄準國家重大需求，開展研究和技術轉移工作。很長一段時間，計算所都是我國的計算機人才高地，一大批年輕人代表國家新興力量留學海外。
其中一位，就是李明。
1980年，李明成為科學院公派出國的第一批研究生。這年4月，李明前往美國密歇根三大高校聯盟之一的韋恩州立大學（WSU），攻讀計算機科學碩士。只用了8個月時間，李明取得WSU碩士學位。
1981年，他赴康奈爾大學（Cornell）繼續攻讀計算機科學系。康奈爾大學是美國大學協會的十四個創始院校之一，著名的常春藤盟校八成員之一，李明在那里成為「計算復雜性」理論奠基人、圖靈獎得主——Juris Hartmanis 的學生。
Juris Hartmanis教授
康奈爾大學的計算機科學系與Hartmanis有著重要淵源。
五十年代，Hartmanis拿到博士學位后，曾在康奈爾大學數學系任教過一段時間，后加入通用電氣公司的信息研究部，與Richard Stearns一起開辟了計算復雜性。直到1965年，Hartmanis才離開通用電氣，重返康奈爾大學任教。但他沒有回到數學系，而是負責籌建計算機科學系。
Hartmanis的到來，隨即吸引了一批著名計算學者加盟，J.E.Hopcroft（1986年圖靈獎得主)、David Gries（1995年ACM優秀計算機教育獎獲得者)、E.Horowitz、P.Wegner、A.Shaw，都慕名而來。
李明加入時，Hartmanis帶領的計算機科學系正值發展上升期。蔡進一、郭百寧、周禮棟后來也陸續來到了該校計算機系。
Hartmanis任教的25年中，有21個博士研究生，李明是第13位。他延承了導師的的計算復雜性研究。博士期間，李明曾用Kolmogorov復雜性完全解決了Hartmanis-Stearns 20年前留下來的未解難題。
此前，Michael O. Robin以及Zvi Galil等人曾做出部分進展，但一直沒有人徹底解決該問題。
李明創造了一個分析算法平均復雜性的新方法。他解釋道，圖靈機有一個單向輸入帶，而他用一個工作帶，成功模擬出兩個工作帶的緊致時間下界，開創了Kolmogorov復雜性在計算機領域的應用。
這個方法后來被李明和他的同事們用來解決諸多問題，如，Shellsort平均復雜性、Heapsort平均復雜性、Lovasz Local Lemma的新證明——多頭有限狀態自動機是否可以做字符串匹配，k個下推棧是否真的比k-1個好，等等。
1985年3月，李明拿到博士學位后，去了俄亥俄州立大學的計算機科學與信息系任教一半年。
同期，李明的中科院碩士同學李國杰也讀完博士（1981年李國杰前往美國普渡大學攻讀博士學位，師從美國計算機界的權威華云生教授），進入伊利諾伊大學CSL實驗室工作。兩年后，李國杰回到中科院計算所，開始了自己終身的科創事業。
1986年，李明去往哈佛師從圖靈獎得主——Les Valiant，做了一年的博士后。
Les Valiant教授
Les Valiant是一位英國人，同樣是計算機科學背景，求學和任教經歷相當豐富。他先后在英國劍橋大學、倫敦帝國理工學院、華威大學的計算機科學系學習，此后在卡內基梅隆大學、利茲大學和愛丁堡大學任教。直到1982年，Valiant來到哈佛，在異國他鄉開始了長期的教學生活。
Valiant的一大貢獻是1984年的論文《A Theory of the Learnable》，這讓誕生于1950年代的機器學習第一次有了堅實的數學基礎，對人工智能諸多領域包括加強學習、機器視覺、自然語言處理和手寫識別等，都產生了巨大影響。
在與Valiant做博士后度過一年后，李明先后在哈佛大學Aiken計算實驗室和加拿大約克大學短暫任教。兩年后的1989年，他以副教授的身份去了滑鐵盧大學的計算機科學系，與彼時剛剛博士畢業的楊強成為同事。
若干年后，楊強再赴他處就職，而李明留在了滑鐵盧大學，1994年拿到終身教授職位，2009年成為校級教授（University Professor），并一直工作至今。
滑鐵盧大學計算機系和多倫多大學計算機系一直并列為加拿大第一名，但滑鐵盧大學計算機專業從來都是加拿大理科學生的首選。
在當地人心中，滑鐵盧既是一座大學城，也是加拿大的高科技重鎮。這所位于加拿大安大略省多倫多市西部、距離多倫多市區大約100公里的學校，創建于二戰后的1957，其初衷就是為加拿大的經濟建設培養人才。
正因如此，學校非常注重工程學科的建設和發展，尤其是計算機科系和工程系，學校更是傾其全力發展，并以全面的Co-op系統（Cooperative Education Program，指“帶薪實習課程”）而世界聞名。時至今日，這兩大系仍是滑鐵盧大學的學術根基。
在這里，李明迎來了自己研究生涯的第一個“轉型期”。
在與雷峰網(公眾號：雷峰網)的對話中，李明坦言：“完全是誤打誤撞做起了生物學問題?！?/p>
在滑鐵盧開始獨立研究后，這位在計算機科學道路上近乎一路直線前進的學者，絕想不到自己會有一天與人類基因組計劃產生聯系。
1985年，人類基因組計劃提出。這份史無前例的全人類的合作計劃，不到五年時間就完成了全部的準備工作。
1990年，美國正式啟動了該計劃。投資30億美元，用15年時間，破譯組成人體約2.5萬個基因的30億個堿基對，繪制出關于人類基因的遺傳圖、物理圖、排序圖、轉錄圖等所有圖譜。
換言之，美國試圖用“1美元1個堿基對”的預算，破譯一本“生命天書”。
然而，這30億堿基對相當于30億階樓梯，要按照正確的順序排列完成，工程之浩大難以想象，被稱為美國歷史上的“第三大工程”（第一大工程為1944年的曼哈頓原子彈計劃，第二大工程為1969年的阿波羅登月計劃）。
人體基因組計劃的意義及復雜程度史無前例。一旦揭開了基因的奧秘，人類將獲悉生命的種族、血型、孕育、生長、凋亡等過程的全部信息。這也是為什么美、英、法、德、日和中國等六國的科學家，要共同參與這項國際性科研的原因。
一場對人類終極奧秘的探索，以1990年作為了分水嶺。
在《生物信息學三十年》系列專題中曾提到，徐鷹、許東二人就是在這個時候參與到人類基因組計劃中，他們建立了各種生物數據庫，開發各種檢索工具，并在DNA和蛋白質序列分析方面，合作做出了那個年代最好用的算法工具Prospect。
1989年，李明來到滑鐵盧大學，接觸的第一個問題就是困擾了計算機科學十年的——最短超串的近似算法分析。他發現，這一抽象的理論研究能夠解決當時科學界的一個實際問題—— DNA序列的組裝Shotgun算法的精確度問題。
用現在的眼光和影響來看，李明的這一發現恰逢其時。
基因組測序的困難在于，當時的技術無法準確讀取長鏈，“讀取”技術僅能夠有效地讀取較短的鏈。于是，科學家們決定將長鏈切成較短的碎片進行測序，最后在所有測序完成后，再拼裝片段形成完整的DNA。當時應用最廣的一種技術為“快速標簽測序法”，被多國合作小組所承包。
但沒想到的是，在人類基因組計劃啟動后，這項研究不僅迅速席卷多國，同時也擴散到諸多私營性質的基因研究機構中。
其中，最具代表性的就是的文特爾（J. C. Venter），他在1991年提出“霰彈槍法”的測序技術，目的是將一個細胞的所有基因復制多次，粉碎成無數個DNA小片段，再把大量基因測序工作交給計算機，從而大大加快DNA測序速度。一旦成功，他將把基因測序商業化，申請基因成果專利。
一場公私之間的競爭，在三十年前拉開帷幕。
J. C. Venter
李明身在計算機科學領域，卻發現了一個關鍵問題。
他注意到，霰彈槍法雖然大幅度提高了測序速度，但也造成了眾多重合度過高的碎片，導致原序列重建時速度降低。因此，只需要在大量的碎片中找到有最大重合的碎片，就可以像玩拼圖游戲一樣，將基因組還原，組裝速度大大加快。
這也就引出了“最短超串（shortest superstring)解決法”。
1990年，李明做出了長度為O(n log n) 的超串來逼近長度為n的最短超串，成果發表至計算機科學領域的頂級會議期刊FOCS。
一年后，李明找到在加拿大麥克馬斯特大學任教的姜濤，以及從荷蘭來的訪問學生John Tromp，合作鉆研這一問題。三人相距不遠，同在加拿大安大略省，開車一小時的距離。頻繁交流中，姜濤解決了修改過的貪婪算法的線性解。
正在此時，三人發現MIT的Avrim Blum、貝爾實驗室的Mihalis Yannakakis，也在鉆研這一問題，并且也獨立得到了修改過的貪婪算法線性解。
“分頭做不如合作”，李明表態。五人一拍即合，最后由李明解決了原始貪婪算法的線性解，并合作發布了一篇STOC論文《 Linear approximation of shortest superstrings》。
無意中，李明這一為期兩年的研究，為人類基因組測序方法提供了理論依據，為這一全人類的科研項目添了一把火。
后續，這一證明被收錄至眾多計算生物教科書中，其中影響最為廣泛的一本，就是1995年被Michael S. Waterman（生物信息學和計算生物學的奠基人之一）收錄至個人所著的《Introduction to Computational Biology：Maps, sequences and genomes》。
不過，對于這項成果，李明表現得相當淡然。他向雷峰網說到，“完全是誤打誤撞，我們把一個計算理論的問題解決了，屬于先有了錘子再找釘子，結果可以用在生物學上，挺好玩，我們就開始做計算生物學了?！?/p>
也正是在這幾篇論文之后，李明走向了生物信息學。
1995年，李明和時任明尼蘇達大學計算機系教授的堵丁柱，決定回國創辦一個計算機和算法相關的會議。
堵丁柱教授
此時，國內與國外是兩個不同的世界。
盡管中國從1993年已經開始參與人類基因組計劃，但由于國內人才缺乏、信息網絡建設落后，生物信息學一直發展緩慢。
李明和堵丁柱起意，辦一個包含計算理論、算法、組合優化、生物信息學幾個方向的會議，每年舉辦一次，名字就叫計算與組合學國際會議，英文簡稱COCOON，是李明和John Tromp 一起起的名字。
有意思的是，這個簡稱對應的是正是英文單詞“繭”。這似乎暗含了李明的期待：中國生物信息學能如蝴蝶破繭。
在這次會議后，我國的生物信息學真正進入了“黃金時代”。90年代中期，李衍達、孫之榮、陳潤生、郝柏林等國內學者，成為了這股學術潮流的“奔走者”。
李衍達、孫之榮、陳潤生、郝柏林四位教授
此后，清華大學迅速成為學術中心，先后舉辦了華北生信研討會，成立了我國第一個生物信息學重點實驗室——清華大學生物信息學研究所，并在新世紀后擴大規模，從區域會議變為全國會議，推出教育部直屬的生信重點實驗室。
后來也在國內創立生信會議的徐鷹，曾稱贊李明是一個“大”學者：所謂學者之大，即耕耘在今日，收獲在未來。
進入新千年，伴隨著人類基因測序工作完成，生信研究再次邁入新時代——后基因組時代。
這次轉變的一個重要標志是產生了「功能基因組學」，基因組學研究的重心由基因組的「結構」向基因的「功能」，也就是向蛋白組學轉移。
后基因組時代，很多相關專業的人做起了生物信息學，如現任上海計算生物學研究所所長韓敬東、現北京大學前沿交叉學科研究院執行院長、中國科學院院士湯超、以及李明的博士生、被譽為“AI預測蛋白質結構全球第一人”的許錦波。
韓敬東教授、湯超教授、許錦波教授
套用文化研究者戴錦華教授的一段話：他們非常幸運和不幸地有機會意識到他們置身大時代，而非小時代，就是因為現代文明登頂，這一代人不論他們是否自覺，他們都是作答者。
如果說李明在基因組學的時代還是在做理論、打醬油，蛋白組學時代注定成為他的舞臺。
他帶領團隊開發的PEAKS 系列蛋白組學軟件，不僅跨界發表在了Nature Methods、PNAS、Nature Machine Intelligence、以及Nature Communications等期刊上，而且已經成為國際上蛋白組學的主流軟件系統，擁有包含幾乎所有跨國藥企、相關的生物技術企業、研究所、大學在內的4000家用戶。
如今在國內，這一是蛋白組學軟件系統也覆蓋了80%的蛋白組學研究中心。
這些年來，因為工作上頻繁接觸和經常的思想交流，姜濤(現任加州大學河畔分校校長講座教授）與李明結下深厚友誼。他一直把李明看作是亦師亦友的兄長，對李明的才能和品質深為敬佩。姜濤說到，“人工智能帶動了蛋白組學技術的革命性進展，老大哥李明是這一場變革的主要推動者之一。”
2000年，李明趁著滑鐵盧大學的兩年學術休假期，去往了加州大學圣巴巴拉分校（UCSB）。
問及緣由，李明說道，“我太太當時想去加州，那兒天氣好，就去了?！?/p>
UCSB是一個“面朝大海，春暖花開”的濱海院校。臨湖沿?？可?，號稱全美最美大學，李明描述，“在沙灘走著，還能看到海豚跳來跳去?！?/p>
剛到這所最美大學，李明回滑鐵盧創建了自己的第一個公司——生物信息學公司Bioinformatics Solutions Inc（BSI），開發蛋白組學通用軟件。
他的合作者包括姜濤、馬斌、徐鷹、許東、Paul Kearney、Jonathan Badger、Brona Brejova、Tomas Vinar。這一眾同事或學生日后全部成為世界上計算生物學中翹楚。
那段時間里，李明還被一位博士生找上門來，希望拜入門下。
這個博士生正是許錦波，他是全國高中數學聯賽江西省第一名。許錦波原本在滑鐵盧大學跟著計算機科學方向的導師Prabhakar Ragde讀博，嘗試用計算的方法做一些生物學的問題。
2001年上半年，許錦波決定轉入方向更為契合的李明組里。
按理說，李明在停薪留職期間不收學生，但他欣賞這位后生，兩人都畢業于中科院計算所，說起來師出同門。于是，李明從Prabhakar Ragde那里要來了許錦波，算是合作培養。
2001年，許錦波正式轉行計算生物學。
李明提議，“有一個很難的問題——蛋白質折疊，想不想做？”
許錦波接下了這一課題?；貞浂昵暗哪枪蓻Q心，許錦波向雷峰網坦言，“就算一點結果都做不出來也沒關系，大不了去硅谷當碼農。”
很長一段時間，這對師生都是遠程交流，基本上兩個月才能見一次。
許錦波說到，“那時候沒有現在這么方便的網絡會議，剛開始的時候非常困難。”2002年李明回到滑鐵盧，許錦波馬上告訴了他一個好消息，“馬上要開始今年的CASP（全球蛋白質結構預測比賽）了，我們也去參加?！?/p>
結果許錦波在這屆比賽中一鳴驚人，在用于全自動高通量蛋白質結構預測的評比中，一舉奪冠。
對于徒弟的成就，李明沒有半點邀功，“我完全沒有什么監督，全是錦波自己做的。”
此后很多年，兩人都保持著亦師亦友的關系，許錦波去往了芝加哥豐田計算技術所。很大程度上，李明影響了許錦波的學術價值觀。李明說到，“做一個事情就要把它做到最好，就算是一個小問題，也力爭把它做到世界級水平，不要用論文數量要求自己?！?/p>
此后，除了蛋白組學，李明還在Kolmogorov復雜性、信息距離、蛋白質結構預測系統、同源搜索算法等領域都開展了大量的研究，直接促進了信息檢索和基因測序方面的進步。
2006年，李明當選加拿大皇家科學院院士，成為獲此殊榮的第二位華人學者。在李明之后，憑借計算機科學獲得該獎的華人學者還有兩位：京東副總裁、加拿大西蒙弗雷澤大學計算科學學院教授裴健、微眾銀行首席人工智能官、香港科技大學講席教授楊強。
2010年，李明再獲另一重量級獎項——加拿大最高科學獎Killam Prize。自從這個獎設立至今40多年來，李明是唯一一位來自中國的華人學者獲得此獎。
2010年，李明獲得加拿大最高科學獎Killam Prize
滑鐵盧大學的第一位Killam Prize獲獎者William Thomas Tutte教授，于1982年獲獎。他曾在二戰期間，破譯了一系列被稱為FISH的德國軍事加密代碼，使得諾曼底登陸得以大大提前。這被描述為第二次世界大戰中最偉大的智力壯舉之一。
換言之，近30年后，滑鐵盧大學中才誕生了第二位Killam獲獎者。時至今日，迄今為止僅有五人憑借計算機科學獲此獎項?！吧疃葘W習三巨頭”的其中兩位——Geoffrey Hinton和Yoshua Bengio，分別在2012年和2019年獲得Killam獎。
Geoffrey Hinton和Yoshua Bengio
盛譽加身后，李明繼續創業。他最常用一句話告誡自己，“做得更實際一點，更應用一點。”2013年，李明在滑鐵盧創辦了第二家公司——RSVP Technologies Inc，基于信息論、深度學習與自然語言處理技術，開發了深度語義理解平臺，為企業提供場景對話服務。
面向B端客戶，這也是李明作為學者創業的獨特之處。
他曾在創立之初拿對話系統舉例，“針對C端的對話機器人并不受市場買單，其中最根本的一個問題是，目前大家對于語言/文本，在機器能處理的空間中沒有一個很好的表達方式，使得現有的對話機器人沒有辦法從語義和邏輯上去理解對話，并且缺乏自學習能力。”
李明認為，從另一個角度看，NLP的工程化不是一個個算法的累積，也不是一個個任務的獨立優化，而應該是系統工程，綜合考慮語言、計算、場景等多種因素，不斷演進融合，尋求效果滿意解的過程。這也是利用NLP技術可以達到賦能B端的原因所在。
至今，這番話仍能引起很多NLP從業者的共鳴。很大程度上，這也是“學者”李明與“創業者”李明的一種默契。
技術落地，仿佛貫穿了李明的人生，而創業的出發點，也可以從他下面這句話得到答案。
“當年做Kolmogorov復雜度理論，以及shortest superstring，那些都是純理論問題，只讓大家嗨了一下，離實際應用還差得很遠?！?/p>
2018年前后，谷歌下屬的DeepMind實驗室，一下子調動了30個人，動用了幾百塊的GPU，涉足當時略顯得冷清的生物信息領域——以深度學習工具預測蛋白質結構。
實際上，這是基于許錦波開始獨立研究后的一個工作。
2014年，許錦波曾設計了一種新的深度學習算法，開始使用深度學習去研究蛋白質結構。他先在蛋白質二級結構預測上測試，發現深度學習對這個簡單問題有效，由此激發了他進一步的研究。
2015年和2016年，許錦波開發了一種更好的深度學習算法——RaptorX，它可以直接用來預測蛋白質的三維結構。
很快，許錦波憑借這一工作在2016年的CASP比賽中嶄露頭角。當年秋天，他把結果寫成一篇論文發布在了網上。發布后的第一個月，即在領域內引起了一小波關注。次年1月，許錦波將前期成果正式發表于PLOS Computational Biology，將蛋白質結構預測的聲浪推向高潮。
自此以后，無論是學術界還是產業界，都對蛋白質結構預測給予了廣泛的關注，特別是受到許錦波前期研究成果啟發的AlphaFold 2，更是直接帶熱了AI制藥行業。
由于家中親人癌癥去世，從2005年，李明就開始研究癌癥。從2000年代以來，李明在質譜儀肽段測序方面做了大量的研究，2016年他發現，結合深度學習可以將此類技術應用在癌癥個體化治療中。
目前，對于癌癥治療的傳統方法主要有以下三種模式：手術、化療、放療。但是由于手術風險較大，重要器官的腫瘤無法根除，化療和放療帶來的巨大副作用，價格高昂以及個體差異等種種因素，人們開始在傳統的治療方法以外尋求其他更為高效，對個體更為精準以及副作用更小的療法。免疫療法成為不二之選。
李明進一步解釋，當一個細胞發生癌變，我們的白細胞抗原(HLA)系統會把一些變異的肽段（新抗原）表達在細胞表面，以通知胞毒T細胞（CD8+ T）來清除這個癌細胞。個體化癌癥免疫治療的關鍵就是找到這些新抗原。
然而，如何在個體化層面鑒定這類新抗原和相關驗證仍然是一巨大挑戰。而這，也正是引入是深度學習的關鍵。李明將其稱之為“新抗原的從頭測序”。
具體來說，用深度學習尋找新抗原的過程，可以理解為三步：
一、在癌組織里面將癌細胞產生的新抗原提取出來，然后利用質譜儀DIA采集模式，將新抗原肽段產生大的譜圖數據載入軟件分析；
二、利用個人的HLA 肽段重新訓練個體化模型，繼續識別患者產生的新抗原；
三、最后也是最關鍵的一步是，用深度學習鑒定新抗原是否能激起免疫反應，也就是驗證其有效性。
在傳統方法中，最常見的一種驗證方法就是“濕實驗”，即通過在實驗室里采用分子、細胞、生理學試驗方法進行驗證。然而，從大量的實驗驗證到藥物研制，這個過程不僅漫長，造價也極其高昂。
針對這個問題，李明提出了模擬人體中心耐受系統的思想來解決在免疫原性預測中沒有TCR 的問題，與Ngoc Hieu Tran博士和團隊推出一個嶄新的DeepImmu AI平臺，使用深度學習技術替代傳統濕實驗室過程，新抗原的檢測精度大大提高。
李明說，“生命科學領域存在大量的數據，單純靠濕實驗室遠遠不夠。個性化治療的普及需要干實驗室化，AI將會幫助生物學家將制藥流程從濕實驗轉到干實驗。”
從應用價值上看，個體化癌癥免疫療法，也將隨著時間發展而更加深刻。它意味著個性化免疫藥物不再是花費數十年、耗資巨大的一種藥物，而是可以通過產生針對每個人個體的特性新抗原，達到準確的治療目的。甚至在未來，個體化治療也將被用于其他疾病，如自身免疫系統疾病的治療、降低器官移植的排異反應、以及預防癌癥疫苗的生產上。
道阻且長，回頭再看選攻克癌癥這個選擇，李明表示，“個體性免疫治療在改變傳統制藥業的軌道，也是一個巨大的科學和工程問題。人工智能技術和時代的進步，一定要靠理論的進步，其次要用工程的思維找出一些有價值的應用方向?！?/p>
在他看來，與傳統制藥業相比，個體化制藥是中國實現彎道超車的機會，將人工智能與個體化癌癥免疫治療相結合，是完成這個目標的關鍵。
2020年，BSI公司落地中國武漢和上海，李明取意詩經中的“桃之夭夭，葉之蓁蓁”，將其名為“百蓁生物”。百蓁利用BSI在軟件和AI上的優勢，在國內開始服務高端蛋白質學CRO市場。
基于BSI的軟件，為制藥公司、科研院所，提供高端蛋白質組學、糖基化分析、新抗原，蛋白質從頭測序，抗體表征等一系列高端CRO服務。隨著公司的落地，他們的新抗原測序和鑒定管線已經完成并開始服務。
李明表示，從BSI到百蓁生物，如果能夠為生命科學做出一點推動，我的工作就算沒有白費。
2021年4月，李明院士辦公室落成鄭州
去年四月，李明促成了一件大事，與鄭州中原科技城、中科院計算技術研究所大數據研究院聯手，將自己的實驗室落成鄭州。
落地這家“院士辦公室”，它的意義不僅在于人才引領示范，還是鄭州乃至中國的科技轉型縮影。李明希望未來能夠打造大數據抗體和抗原庫，將人工智能與個體化癌癥免疫治療方法應用到臨床治療，實現癌癥治療的突破性進展。
歷史的尖峰時刻，都需要太長的醞釀時間，每一樁影響深遠的事件都需要一個發展的過程。就像避雷針的尖端匯聚了整個大氣層的電流一樣，那些不可勝數的事件也會擠在最短的時間內發作，但它們的決定性影響卻超越時間之上。
所以，回想2020年AlphaFold 2的橫空出世，以及如今AI制藥等創業行業的火熱，我們很難承認，這是一個人或者一個團隊的靈感成果。李明與他的前輩、后輩，與他所在的數個時代——身在暫時的黑暗中，也最先看到黎明。
他們，是持炬者。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
