为理解生命过程的分子机制，需解析生物大分子的三维结构。冷冻电镜和X射线晶体学是主要技术，AlphaFold等计算方法也取得进展。卡内基梅隆大学提出的AQuaRef方法结合机器学习和量子精修，提升了蛋白质结构的精确度，已在《Nature Communications》发表。

汕头大学、湖南大学与弗吉尼亚大学联合开发的混合机器学习系统PinMyMetal（PMM）能够准确预测生物大分子中的过渡金属结合位点，配体和坐标预测的准确率超过90%。该系统开源并提供在线预测，能有效识别金属类型和结合位点，为科学研究提供新工具。

香港城市大学研究团队提出的深度学习框架Deep Signature，旨在分析生物大分子的复杂运动。该框架结合生物结构信息与粗粒化映射，能够高效表征分子动力学，适用于多种生物过程。实验结果表明，Deep Signature在多个基准任务中表现优异，有望推动药物发现与分子模拟的发展。