8月31日消息，DeeCamp2022人工智能訓(xùn)練營總冠軍答辯暨結(jié)營典禮今日在創(chuàng)新工場北京總部舉行。經(jīng)過精彩答辯，挑戰(zhàn)大規(guī)模蛋白質(zhì)組學(xué)信息發(fā)現(xiàn)賽題的ProteinMiner團(tuán)隊(duì)摘得DeeCamp2022總冠軍的榮譽(yù)，另外五支隊(duì)伍獲得優(yōu)勝獎(jiǎng)。
DeeCamp人工智能訓(xùn)練營是創(chuàng)新工場發(fā)起的一項(xiàng)面向全球大學(xué)生的公益項(xiàng)目，專注培養(yǎng)應(yīng)用型AI人才，迄今已經(jīng)舉辦六屆。
此次DeeCamp2022的主題是“用AI探索生命科學(xué)新邊界”，由創(chuàng)新工場和清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）聯(lián)合主辦，來自全球各個(gè)地區(qū)頂尖高校的計(jì)算機(jī)、生命科學(xué)等專業(yè)的150位學(xué)員自發(fā)組成30支隊(duì)伍，經(jīng)過兩個(gè)月的課程學(xué)習(xí)和項(xiàng)目實(shí)踐，最終共六支隊(duì)伍入圍最終答辯環(huán)節(jié)。
創(chuàng)新工場董事長兼CEO李開復(fù)、清華?學(xué)智能產(chǎn)業(yè)研究院（AIR）院長張亞勤、沙特阿卜杜拉國王科技大學(xué)終身正教授兼中國人民大學(xué)高瓴人工智能學(xué)院訪問講座教授高欣、深圳灣實(shí)驗(yàn)室系統(tǒng)與物理生物學(xué)所資深研究員周耀旗、清華大學(xué)智能產(chǎn)業(yè)研究院副院長劉洋、清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）首席研究員聶再清、中國人民大學(xué)數(shù)學(xué)科學(xué)研究員龔新奇、創(chuàng)新工場執(zhí)行董事兼前沿科技基金總經(jīng)理任博冰擔(dān)任評(píng)委并出席了結(jié)營典禮。
創(chuàng)新工場董事長兼CEO、HICOOL商學(xué)院榮譽(yù)院長李開復(fù)表示，AI＋科學(xué)交叉是創(chuàng)新工場預(yù)測(cè)未來5到10年間會(huì)引爆的創(chuàng)新增長新范式，AI＋生命科學(xué)更是造福人類、影響深遠(yuǎn)的黃金賽道。這也是6年來一貫倡導(dǎo)“學(xué)以致用”的DeeCamp首次聚焦AI＋生命科學(xué)這一命題的深意所在。這次入圍總決賽的6支團(tuán)隊(duì)都是由AI和生命科學(xué)相關(guān)專業(yè)的優(yōu)秀同學(xué)組成，在頂尖科研、產(chǎn)業(yè)導(dǎo)師指導(dǎo)下，在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、全基因組表達(dá)預(yù)測(cè)等各種場景進(jìn)行探索，挑戰(zhàn)了多個(gè)真實(shí)世界的難題。很高興決賽同學(xué)在這次大賽中脫穎而出，期待在不久的將來，成為中國“AI＋生命科學(xué)”賽道的創(chuàng)新先鋒。我期許有志創(chuàng)業(yè)的DeeCamp同學(xué)，也可以把這次的項(xiàng)目實(shí)踐視為產(chǎn)業(yè)價(jià)值的初步探索，同時(shí)關(guān)注幫助高科技創(chuàng)業(yè)者的北京HICOOL創(chuàng)業(yè)大賽及HICOOL商學(xué)院的豐富資源。
DeeCamp2022聯(lián)合主辦方、清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）院長張亞勤院士表示：“生命科學(xué)與生物醫(yī)藥領(lǐng)域正在步入數(shù)字化 3.0時(shí)代，以人工智能和數(shù)據(jù)驅(qū)動(dòng)的第四科學(xué)研究范式，將輔助人類探索并解決生命健康的問題，加速生命健康與生物醫(yī)藥領(lǐng)域向著更快速、更精準(zhǔn)、更安全、更普惠的方向穩(wěn)步發(fā)展。這既是AI for Science的重大機(jī)遇，同時(shí)也將造福全人類。我很高興做為本次DeeCamp導(dǎo)師和評(píng)委，過去兩個(gè)多月，我看到同學(xué)們?cè)凇癆I+生命科學(xué)”的大命題下，積極探索AI與生命科學(xué)的交叉發(fā)展之路，也都取得了不錯(cuò)的成果。最后，再次祝賀冠軍團(tuán)隊(duì)，也希望同學(xué)們都學(xué)有所成，滿載而歸！”
再次參賽終奪冠，致力推動(dòng)個(gè)性化免疫治療發(fā)展
在整個(gè)上午的精彩答辯后，創(chuàng)新工場董事長兼CEO李開復(fù)對(duì)六支入圍隊(duì)伍表示了肯定：“本次大賽中，同學(xué)們都有令人驚艷的表現(xiàn)，特別是在短短的一個(gè)月時(shí)間就圍繞創(chuàng)新的課題獲得出色的成果。創(chuàng)新工場非常關(guān)注生物計(jì)算的發(fā)展，已經(jīng)圍繞‘AI＋遺傳中心法則’方面孵化了多家公司，包括AI+基因編輯、AI+蛋白、AI+RNA等。本屆DeeCamp同學(xué)們的表現(xiàn)讓創(chuàng)新工場對(duì)這些前沿領(lǐng)域的創(chuàng)新突破充滿了期待，期待新世代AI+生命科學(xué)的人才投入，為未來生物計(jì)算帶來更多驚喜。”
清華?學(xué)智能產(chǎn)業(yè)研究院（AIR）院長張亞勤院士表示，很高興繼續(xù)和創(chuàng)新工場聯(lián)合主辦本屆DeeCamp。生命科學(xué)領(lǐng)域步入數(shù)字化3.0時(shí)代，DeeCamp2022聚焦AI+生命科學(xué)，不僅代表了當(dāng)下整個(gè)科學(xué)界的研究趨勢(shì)，也代表了中國的科技和產(chǎn)業(yè)發(fā)展趨勢(shì)。AI與數(shù)據(jù)賦能的全新的科學(xué)范式，不僅會(huì)提高科學(xué)研究的效率，也將會(huì)造福整個(gè)人類社會(huì)。
隨后，張亞勤院士公布了DeeCamp2022總冠軍榮譽(yù)的歸屬。挑戰(zhàn)大規(guī)模蛋白質(zhì)組學(xué)信息發(fā)現(xiàn)賽題的ProteinMiner團(tuán)隊(duì)，成為本屆DeeCamp的年度冠軍團(tuán)隊(duì)。
蛋白質(zhì)是生命活動(dòng)的真正承擔(dān)者。獲取蛋白質(zhì)的序列和結(jié)構(gòu)信息，對(duì)于疾病的研究、藥物的研發(fā)尤為重要。質(zhì)譜作為一種生物表征儀器，在蛋白質(zhì)測(cè)序領(lǐng)域有著支配性的地位。但面對(duì)大規(guī)模的未知序列蛋白，現(xiàn)有的質(zhì)譜從頭測(cè)序技術(shù)仍面臨精度低的問題，而這是推動(dòng)新抗原發(fā)現(xiàn)驅(qū)動(dòng)的個(gè)性化免疫療法亟待解決的難題。
ProteinMiner立足于AI與大數(shù)據(jù)驅(qū)動(dòng)的蛋白質(zhì)的質(zhì)譜測(cè)序技術(shù)，致力于提升大規(guī)模地發(fā)現(xiàn)未知的蛋白序列與結(jié)構(gòu)信息的能力。ProteinMiner首次提出預(yù)訓(xùn)練的AI譜圖語言大模型，提升質(zhì)譜從頭測(cè)序的精度，加速免疫相關(guān)的新抗原/抗體的發(fā)現(xiàn)，以推動(dòng)個(gè)性化免疫治療的進(jìn)程。此外，ProteinMiner提出譜圖分類深度模型，實(shí)現(xiàn)快速的交聯(lián)質(zhì)譜數(shù)據(jù)的鑒定，構(gòu)建實(shí)驗(yàn)數(shù)據(jù)支撐的組學(xué)規(guī)模的蛋白質(zhì)空間距離信息數(shù)據(jù)庫。
ProteinMiner團(tuán)隊(duì)的組建來源于大家多次合作的信任，隊(duì)長毛鵬志是中科院計(jì)算所計(jì)算蛋白質(zhì)組學(xué)/信息檢索方向的博士生，隊(duì)員還包括香港中文大學(xué)(深圳)計(jì)算機(jī)視覺碩博生葉崇杰、中科院計(jì)算所生物信息學(xué)博士生齊曉寧、香港中文大學(xué)(深圳)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)本科生薛浩楠。
DeeCamp2022總冠軍
奪冠后，隊(duì)長毛鵬志表示，很感謝DeeCamp2022提供的資源和平臺(tái)，讓自己能夠找到志同道合的成員們，把自己的想法落地為實(shí)踐，有機(jī)會(huì)取得學(xué)術(shù)和應(yīng)用場景的突破?！耙磺胁艅倓傞_始。這次奪冠是我們?nèi)〉玫男〉睦锍瘫?，我們?huì)繼續(xù)堅(jiān)持做下去，希望能夠做出對(duì)學(xué)術(shù)界有影響，幫助產(chǎn)業(yè)界降本增效，帶來實(shí)際的效益的產(chǎn)品。這條路還有很遠(yuǎn)，非常感謝和珍惜DeeCamp為我們提供了啟動(dòng)資金。”
毛鵬志與團(tuán)隊(duì)成員葉崇杰都是第二次參加DeeCamp，去年他們也曾在一個(gè)團(tuán)隊(duì)并肩奮斗，雖然鎩羽而歸但反而激發(fā)再次參賽的斗志。葉崇杰說，“第二次參加DeeCamp，是出于對(duì)DeeCamp和組委會(huì)的信任，也是由于對(duì)伙伴的信賴。我和鵬志有共同的愿景，我也相信他的能力和責(zé)任心，能夠帶領(lǐng)我們?nèi)〉贸晒Α！?/p>
值得一提的是，隊(duì)伍里的薛浩楠同學(xué)，剛剛升入本科三年級(jí)的學(xué)習(xí)。被問到參與科研高手云集的DeeCamp2022的感受時(shí)，他表示，自己非常珍惜DeeCamp提供的機(jī)會(huì)，不僅能夠深度體驗(yàn)技術(shù)落地與功能實(shí)現(xiàn)，還能夠一窺生物信息這個(gè)當(dāng)下最前沿的技術(shù)領(lǐng)域。這些都是自己在課堂上難以一線接觸到業(yè)界前沿技術(shù)＋產(chǎn)業(yè)實(shí)踐的機(jī)會(huì)，未來自己也有志繼續(xù)在工程領(lǐng)域繼續(xù)探索和成長。
另外五支入圍總決賽的隊(duì)伍獲得了優(yōu)勝獎(jiǎng)。
以鎂伽科技為產(chǎn)業(yè)導(dǎo)師的「InfGene團(tuán)隊(duì)」結(jié)合神經(jīng)網(wǎng)絡(luò)和樹模型的優(yōu)勢(shì)，發(fā)現(xiàn)分形自編碼器（FAE）可以選取相比 L1000 Panel更加精簡的代表性基因集作為特征，在XGBoost模型上達(dá)到比L1000 Panel更優(yōu)的全基因組表達(dá)預(yù)測(cè)表現(xiàn)。該方法可進(jìn)一步節(jié)約大規(guī)模測(cè)量成本，形成可專利的新Panel，并拓展應(yīng)用至建立組織特異性Panel，推動(dòng)精準(zhǔn)醫(yī)療。
多肽藥物因獨(dú)特的理化性質(zhì)在現(xiàn)今的醫(yī)藥市場占據(jù)較高的份額，而親和力是判斷其能否成藥的首要步驟。「Another random number團(tuán)隊(duì)」發(fā)現(xiàn)在多肽中廣泛存在著非標(biāo)準(zhǔn)殘基，這些殘基在提高與蛋白的親和力、改善進(jìn)入生物體內(nèi)的各項(xiàng)性質(zhì)起著至關(guān)重要的作用。為此，團(tuán)隊(duì)采用了大規(guī)模的預(yù)訓(xùn)練模型學(xué)習(xí)了蛋白與多肽的序列信息，并將多肽的結(jié)構(gòu)信息作為特征引入模型訓(xùn)練，以期開發(fā)一個(gè)能夠準(zhǔn)確預(yù)測(cè)多肽與蛋白的親和力，為多肽藥物的親和力篩選及體內(nèi)性質(zhì)改造提供幫助。
藥物研發(fā)主要通過藥物來抑制目標(biāo)蛋白（PoI）的活性來發(fā)揮作用。目前主流的做法是找到一種小分子藥物通過bind到蛋白活性區(qū)域上，從而讓蛋白無法發(fā)揮功能。但不是所有蛋白都有這種蛋白結(jié)合口袋，事實(shí)上人體內(nèi)只有大約2%的蛋白可以成藥。而PROTAC技術(shù)可以通過利用身體內(nèi)自有的蛋白降解過程，給PoI打上降解標(biāo)記，從而直接把PoI直降解掉。這其中，預(yù)測(cè)PROTAC三元復(fù)合體的結(jié)構(gòu)是PROTAC研究的關(guān)鍵一環(huán)。Alphinity團(tuán)隊(duì)聚焦三元復(fù)合體的結(jié)構(gòu)預(yù)測(cè)，利用pre-train的歐式等變圖神經(jīng)網(wǎng)絡(luò)提出了該領(lǐng)域的第一個(gè)AI解決方案，將一次inference的時(shí)間從小時(shí)級(jí)降低到秒級(jí)，希望可以為PROTAC的研發(fā)帶來新的可能。
「Maifold團(tuán)隊(duì)」利用AlphaFold2及AlphaFoldMultimer預(yù)測(cè)得到的蛋白結(jié)構(gòu)，對(duì)已知會(huì)發(fā)生相分離的蛋白或蛋白復(fù)合體進(jìn)行結(jié)構(gòu)預(yù)測(cè)。再結(jié)合圖神經(jīng)網(wǎng)絡(luò)對(duì)蛋白質(zhì)結(jié)構(gòu)進(jìn)行表征，通過GCN的方法訓(xùn)練分類模型，對(duì)蛋白單體或蛋白復(fù)合體的相分離能力進(jìn)行預(yù)測(cè)。
「酶有你我怎么活啊」隊(duì)伍整理了BRENDA數(shù)據(jù)庫和文獻(xiàn)中的Km和Kcat數(shù)據(jù)，形成了初步的數(shù)據(jù)集。通過公開的數(shù)據(jù)集，團(tuán)隊(duì)整理了酶與底物的負(fù)例數(shù)據(jù)，并將酶的序列和AlphaFold預(yù)測(cè)的結(jié)構(gòu)進(jìn)行了匹配，形成了包含酶結(jié)構(gòu)數(shù)據(jù)的酶活性數(shù)據(jù)集。通過自然斷點(diǎn)法將酶活性的值進(jìn)行了等級(jí)劃分，規(guī)定了酶的活性等級(jí)從而進(jìn)行分類預(yù)測(cè)?；趖ransformer模型，綜合考慮酶序列、酶結(jié)構(gòu)與化合物數(shù)據(jù)對(duì)酶活性進(jìn)行預(yù)測(cè)，并評(píng)估了效果。
四組專項(xiàng)冠軍，直指生物醫(yī)療技術(shù)與社會(huì)痛點(diǎn)
最后，由沙特阿卜杜拉國王科技大學(xué)的高欣教授公布了DeeCamp2022四支專項(xiàng)冠軍隊(duì)伍的歸屬。
最佳創(chuàng)新獎(jiǎng)的得主DeepStruction團(tuán)隊(duì)設(shè)計(jì)了可用于藥物發(fā)現(xiàn)的端到端分子生成平臺(tái)Molecule Brewer，提供網(wǎng)頁端一站式、個(gè)性化服務(wù)。團(tuán)隊(duì)基于多模態(tài)思想，構(gòu)建了“結(jié)構(gòu)+序列”的分子生成模型，集成并挖掘蛋白多構(gòu)象結(jié)構(gòu)信息，高效預(yù)測(cè)蛋白-分子親和性，可視化蛋白關(guān)鍵位點(diǎn)，助力靶點(diǎn)發(fā)現(xiàn)及蛋白改造。團(tuán)隊(duì)原創(chuàng)的BrewerScore類藥性打分函數(shù)，相比QED有更低假陽性率，所搭建的21個(gè)藥物相關(guān)分子性質(zhì)預(yù)測(cè)模型在TDC榜單均名列前茅，有效提高了藥物分子篩選效率?；谠撈脚_(tái)，團(tuán)隊(duì)還創(chuàng)設(shè)了單蛋白孤兒病-靶點(diǎn)-潛在藥物分子數(shù)據(jù)庫，以AI之名，饗公益之心。
最佳技術(shù)獎(jiǎng)的得主AlphaMed團(tuán)隊(duì)系統(tǒng)地探索了主流的人工智能蛋白質(zhì)設(shè)計(jì)方法，并提出了能夠取得更先進(jìn)效果的新方法Adesign。他們的方法引入了角度信息，為神經(jīng)網(wǎng)絡(luò)注入蛋白主鏈序列先驗(yàn)信息，簡化了蛋白圖編碼器，并在解碼器端移除自回歸機(jī)制來提高模型的推理效率。Adesign模型在AlphaFold DB和真實(shí)數(shù)據(jù)集CATH 4.2上，分別取得了超過60%和51%的準(zhǔn)確率；在推理速度上較此前的方法快至少40倍，達(dá)到了毫秒級(jí)高效蛋白質(zhì)設(shè)計(jì)的效果。
作為藥物合成中的關(guān)鍵步驟，先導(dǎo)優(yōu)化由于依賴專家憑經(jīng)驗(yàn)設(shè)計(jì)，并需要反復(fù)合成進(jìn)行實(shí)驗(yàn)驗(yàn)證，也成為藥物合成中花費(fèi)最高、時(shí)間最長的步驟之一。為解決這個(gè)問題，啊對(duì)對(duì)隊(duì)團(tuán)隊(duì)打造了面向藥物化學(xué)工作者的智能先導(dǎo)化合物優(yōu)化平臺(tái)DiffLead，利用人工智能指導(dǎo)化合物優(yōu)化，縮短研發(fā)周期、降低成本。平臺(tái)創(chuàng)新性地提出了條件等變?cè)訑U(kuò)散算法，在擴(kuò)散過程中充分考慮到先導(dǎo)化合物的等變性和蛋白質(zhì)口袋的條件信息，并手動(dòng)收集了首個(gè)真實(shí)先導(dǎo)優(yōu)化數(shù)據(jù)集PDBLead用于訓(xùn)練，提升了優(yōu)化后化合物與蛋白質(zhì)口袋的親和力。團(tuán)隊(duì)也斬獲了DeeCamp2022最具產(chǎn)業(yè)價(jià)值獎(jiǎng)。
目前，數(shù)千萬中國人正遭受罕見病的折磨，而單個(gè)罕見病市場小，信息分散，新藥開發(fā)極為困難。目前急需能高效整合疾病信息，啟發(fā)藥物研發(fā)的工具。為此，最具社會(huì)價(jià)值獎(jiǎng)得主make一起贏隊(duì)伍，以臨床知識(shí)圖譜為基礎(chǔ)，聚焦罕見病，從藥物、疾病及多組學(xué)角度進(jìn)行拓展，從而整合藥理學(xué)、遺傳學(xué)和病理學(xué)等相關(guān)生物數(shù)據(jù)及利用NLP的文獻(xiàn)信息，形成面向醫(yī)生、患者、藥企、研究院所四類用戶且具有生物解釋性的罕見病知識(shí)圖譜，并獲得具有啟發(fā)性的罕見病相關(guān)潛在信息。
聚焦AI+生命科學(xué)，探索前沿科技改變?nèi)祟惷\(yùn)
人工智能+生命科學(xué)的交叉在2021進(jìn)入爆發(fā)元年。在 Science雜志發(fā)布的2021年度十大突破中，其中六項(xiàng)都來自生物學(xué)和醫(yī)學(xué)領(lǐng)域，人工智能蛋白結(jié)構(gòu)預(yù)測(cè)技術(shù)AlphaFold和RoseTTAFold成功預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)更是被評(píng)為最大突破。
隨著高通量技術(shù)的發(fā)展，生物大數(shù)據(jù)出現(xiàn)膨脹式增長，AI算法在生命科學(xué)中得到了廣泛的應(yīng)用。例如隨機(jī)森林（Random Forest）算法可以用于對(duì)性狀相關(guān)基因組水平突變位點(diǎn)的預(yù)測(cè)；卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）被廣泛應(yīng)用于蛋白質(zhì)基團(tuán)間距計(jì)算及醫(yī)療影像識(shí)別技術(shù)等。AI與生命科學(xué)協(xié)同進(jìn)化，不斷延伸出新的科學(xué)邊界，AI與計(jì)算生物學(xué)、合成生物學(xué)、藥物研發(fā)結(jié)合而催生的新交叉領(lǐng)域，正在以前所未有的進(jìn)度被開墾著。
DeeCamp在2017年由創(chuàng)新工場發(fā)起，從最初小規(guī)模的實(shí)驗(yàn)性訓(xùn)練營，到今天每年培訓(xùn)幾百名來自高校的AI+人才，旨在為學(xué)生提供技術(shù)學(xué)習(xí)、工程實(shí)踐、產(chǎn)品轉(zhuǎn)化和商業(yè)思考的完整過程，推進(jìn)產(chǎn)學(xué)研深度結(jié)合。
2022年，第六屆DeeCamp首次聚焦AI+生命科學(xué)領(lǐng)域，以“用AI探索生命科學(xué)新邊界”為主題，號(hào)召全球 AI和生命科學(xué)領(lǐng)域的菁英們，迎接最激動(dòng)人心的挑戰(zhàn)，探究改變?nèi)祟惷\(yùn)的可能性，助力生命科學(xué)領(lǐng)域中國AI應(yīng)用型人才培養(yǎng)。
舉辦至今，DeeCamp已累計(jì)收到2萬余名在校大學(xué)生報(bào)名，錄取并培養(yǎng)了1500余名學(xué)員，是目前規(guī)模最大、周期最長、最具特色的AI公益訓(xùn)練營。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
