2022年9月2日上午，浙江大学上海高等研究院联合复旦大学复杂体系多尺度研究院、上海人工智能实验室计算生物创新中心 ，于上海世博中心成功举办论坛AI for Science: Computational Biology/科学中的人工智能：计算生物学。
作为生物医药研发的重要理论基础，计算生物学成为人工智能发展的重要应用场景之一。而AlphaFold2的出现标示着基于人工智能的算法在部分指标上已超过传统计算方法，除蛋白质结构预测外其应用更广泛涵盖多个生物医药研究领域，包括高通量药物分子筛选、药物靶点发掘、药物分子性质预测等。自2019年新型冠状病毒肺炎爆发以来，计算生物学研究人员在预测病毒传播、解析病毒生物学机制、疫苗研发等多方面取得了重大进展，其研究结果陆续应用于该传染病的预防、控制、治疗等方面。
借此契机，浙江大学上海高等研究院联合多家国内顶尖计算生物学研究中心，举办学术论坛AI for Science: Computational Biology/科学中的人工智能：计算生物学。诺贝尔奖得主迈克尔∙莱维特(Michael Levitt)、中国科学院深圳合成生物研究所研究员、华东师范大学-纽约大学计算化学联合研究中心(上海纽约大学)主任张增辉（John Zhang）、复旦大学教授、复旦大学复杂体系多尺度研究院院长马剑鹏和浙江大学求是讲席教授、浙江大学上海高等研究院院长周如鸿通过精彩主旨演讲，阐释计算生物学如何结合人工智能及高性能计算赋能生物医药研发。浙江大学教授、浙江大学上海高等研究院副院长罗坤、上海科技大学教授Francesco Zonta及多家头部药企、人工智能科技公司出席会议。
马剑鹏教授以幽默而严谨的开场主持拉开会议帷幕。马教授指出，近年来，计算生物学蓬勃发展，顶级科学家之间的学术交流于碰撞对提升国内相关研究及学科建设至关重要。
论坛首场学术演讲来源于迈克尔∙莱维特教授。莱维特教授联合Zonta教授团队，通过计算生物学手段建立新冠病毒传播模型，拟合真实流行病学数据，设计了一种普适性的预测方法。莱维特教授认为通过持续追踪新冠疫情发展，除了帮助理解不同地点的人口年龄/健康程度、社会距离或封锁措施等对疫情预测造成的影响，还可以更深层次地揭示世界各地不同疫情程度背后代表的人文、社会、行为差异。在Q&A环节，莱维特教授与现场年轻科研人员进行了热烈的互动。
迈克尔∙莱维特教授
周如鸿教授为观众带来了题为“新抗原和自体抗原的智能设计”的学术报告。周教授团队结合生物物理理论、高性能计算和人工智能等技术，揭示免疫相关生物大分子相互作用机制，并将其应用于药物开发。新抗原和自体抗原设计是周教授团队的研究方向之一，通过和哈佛医学院、约翰斯∙霍普金斯大学等合作，团队先后帮助解释肿瘤免疫治疗在不同人群中的响应差异之谜，并在基于免疫激活多肽分子的疫苗开发等方面取得了一系列进展。
周如鸿教授
论坛下半场由周如鸿教授主持。
张增辉教授向观众阐释了蛋白质-配体、蛋白质-蛋白质相互作用的计算机建模与预测。张教授介绍，生物大分子的计算机模拟可以从物理模型出发，也可以通过机器学习算法进行推演，并着重介绍了不同算法模型的实现与应用。
张增辉教授
马剑鹏教授的报告围绕蛋白质结构预测方法和相关生物分子复杂性。马教授强调了计算机模拟与实验的平衡，并展示了由针对生物信息学到静态结构到动力学模拟再到优化药物分子的过程中，如何通过人工智能机器学习算法有效融合生物学基础、结构生物学、实验辅助多尺度复杂体系模拟、高性能化学和物理计算等研究方法。
马剑鹏教授
会场气氛积极热烈，各位讲者深入浅出地解答了观众提问，并在茶歇及会后环节与在场青年研究人员进行了交流。
值得一提的是，在此次世界人工智能大会期间，浙江大学上海高等研究院和复旦大学复杂体系多尺度研究院设立了联合展台，围绕人工智能、计算+等相关领域，同一众企业与参会者共同探讨前沿科技发展动态，现场反响热烈。
