北大马剑竹 | 结构性和功能性基因组学的机器学习算法

智源导读：在生物医学领域，将深度学习用于蛋白结构预测成为近年大热门。在6月3日智源大会的AI赋能生命健康与生物医药论坛上，北京大学教授马剑竹做了题为“结构性和功能性基因组学的机器学习算法”的报告，阐述了将人工智能技术用于蛋白质结构和功能预测的相关工作。

整理：肖健

讲者简介：马剑竹，现担任北京大学人工智能研究院副教授，此前曾任美国普渡大学生物化学系、计算机系助理教授。马博士是机器学习领域的计算机专家，主要研究科学、医学及卫生领域中数据带来的挑战。马博士曾发表多篇生物医学应用相关论文（收录于《Nature Methods》《Nature Cancer》 《Cell》《Nature Communications》 《PNAS》等），其论文、发言、海报及研究曾在RECOMB、ISMB等顶级会议中获奖。

---

近年来，从氨基酸序列预测蛋白质空间结构成为热点的研究。基于同源蛋白模板匹配预测空间结构，是主流的预测方法。与进化过程蛋白质序列变化相比，蛋白质空间结构的变化更具有保守性，因此存在多种蛋白质序列对应相似的空间结构。因此，提出一种蛋白质序列空间距离表示对于蛋白质空间结构预测非常重要。

RaptorX是首个将深度学