“计算+”学术沙龙 第15期 | Shi-jie Chen(陈世杰)

来源:上海高等研究院发布时间:2023-07-01浏览次数:10


计算+”学术沙龙

“计算+”为特征的智能化革命,进一步推动了算法、算力在信息、生命、物质等学科领域的渗透式运用,正在加快构建人、物理世界、智能机器、数字信息世界的四元空间。


计算+”学术沙龙活动,将立足人工智能,聚焦生物、工程、金融等交叉领域的科学研究和技术应用,不定期邀请国内外知名专家学者,以深入浅出、沉浸式互动的方式共享前沿动态,洞悉产业观点,共同探索“计算+”领域的奥秘。


第十五期主讲嘉宾

Shi-jie Chen(陈世杰)

Curators Distinguished Professor University of Missouri


本期主题

通过物理建模和带深度学习的金属离子结合揭示RNA转录性折叠及其复杂性


北京时间2023627日,“计算+”学术沙龙第十五期正式开讲,Shi-jie Chen教授担任本次主讲嘉宾,为大家带来题为Unveiling the Intricacies of RNA Folding: Exploring Cotranscriptional Folding through Physical Modeling and Metal Ion Binding with Deep Learning”的学术讲座。沙龙由浙江大学生命科学学院特聘研究员张冬博士主持,浙江大学、浙江师范大学等多所高校的科研人员线下线上参加,受到了热烈欢迎。



精准医学和合成生物学等新兴领域的发展指出RNA是核心信息载体和功能调节器。陈教授长期研究核苷酸序列来预测RNA的结构和功能,并通过计算来发现、设计可用于治疗的分子结构。陈教授在讲座中介绍了利用机器学习和基于物理学的计算模型来开发新方法及最新研究进展。


首先,陈教授重点介绍了通过计算建模结合核磁共振实验来研究转录过程中病毒RNA的折叠。他以HIV-1 TAR为例,探讨转录基因调节的潜在动力学调控机制,通过计算揭示TAR折叠途径,提高开发转录折叠靶向药物的效率。


随后,陈教授指出,镁离子(Mg2+)对RNA结构和细胞功能至关重要,然而准确识别离子结合点仍然是挑战。陈教授团队利用机器学习,结合RNA的几何特征和静电特征来预测特定RNAMg2+离子结合点。这种新的机器学习方法可与X射线晶体学结构测定实验相结合,准确地确定金属离子结合位点。陈教授在讲座中详细介绍了该方法及其应用。


陈教授的讲座激发了观众们的兴趣,观众们通过现场和在线方式积极提问,陈教授依次详细解答了所有问题,并和观众们进行了学术讨论,观众们受益匪浅。讲座现场气氛热烈,延续了计算+沙龙严谨热烈的学术传统。