五战蛋白质结构预测风向标CASP，南开大学郑伟：竞争性与难度提升，关注实际生物问题
💡
原文中文，约5600字，阅读约需14分钟。
📝
内容提要
郑伟教授在CASP赛事中见证了从结构优化到结构预测的转变，特别是AlphaFold的崛起。他的团队在CASP16中表现优异，强调了AI与生物学的结合，推动了蛋白质结构预测的发展。
🎯
关键要点
- 郑伟教授见证了从结构优化到结构预测的转变，特别是AlphaFold的崛起。
- CASP14中，DeepMind的AlphaFold 2表现出色，超出预期。
- CASP15被称为后AlphaFold 2时代，参赛队伍增多，关注度提升。
- 郑伟教授在CASP中积累了丰富经验，开发了D-I-TASSER和DMFold-Multimer算法。
- CASP16中，郑伟教授团队在多个赛道中取得优异成绩，强调AI与生物学的结合。
- AI for Science旨在利用AI提升科研效率与准确率，交叉学科人才稀缺。
- 生物信息学入门快，但积累过程漫长，突破瓶颈期需要时间。
- 郑伟教授强调干湿结合，生物学家与AI研究者需互补合作。
❓
延伸问答
郑伟教授在CASP赛事中取得了哪些成就？
郑伟教授在CASP赛事中表现优异，特别是在CASP16中，他的团队在多个赛道中获得了优异成绩，包括蛋白质单体结构域和核酸多聚体等方面的第一名。
AlphaFold在蛋白质结构预测中有什么重要性？
AlphaFold的崛起标志着蛋白质结构预测技术的重大突破，特别是AlphaFold 2在CASP14中的表现超出预期，推动了整个领域的发展。
CASP赛事的竞争性和难度是如何变化的？
郑伟教授指出，CASP赛事的竞争性和难度在不断上升，参赛团队数量增加，且题目设置更贴近实际生物学问题，反映了行业技术的提升。
郑伟教授如何看待AI与生物学的结合？
郑伟教授强调AI与生物学的结合是推动蛋白质结构预测发展的关键，认为干湿结合的合作模式能够更好地解决实际问题。
生物信息学的学习过程是怎样的？
生物信息学入门较快，但积累过程漫长，郑伟教授提到，研究者需要在实际问题中不断开发和应用算法，才能突破瓶颈期。
CASP赛事对行业发展有什么影响？
CASP赛事通过集中讨论和反馈，设定与生物学紧密相关的题目，推动了计算结构生物学的热点问题解决，促进了行业的发展。
➡️
