2023年2月9日晚7点，首期深势科技Hermite直播间活动正式上线。本次活动由深势科技同会会药咖共同举办，主题为《重要性采样：从人类智能到人工智能》。

本次活动由深势科技生命科学产品负责人徐涛博士担任主持人，并邀请到南开大学教授、博士生导师邵学广老师和南开大学副研究员付浩浩老师作为嘉宾，展开了精彩的分享。

嘉宾介绍

            

致力于将分子模拟，人工智能、药物研发信息化算法进行工程化、产品化，并赋能生命科学研究、生物医药研发，已经为国内超过百家产学研客户提供过产品及技术服务。

           

邵学广

SHAO XUE GUANG

南开大学教授

博士生导师

主要从事化学信息学方法及其在化学领域中的应用研究，在分子模拟研究方面，开展了重要性采样方法以及基于重要性采样方法的自由能计算方法和软件开发等研究工作，并应用于复杂化学和生物过程的机理研究。在Accounts of Chemical Research, Nature Protocols, Journal of American Chemical Society, Analytical Chemistry等国内外学术期刊上发表SCI论文300余篇，编著、翻译或合作出版学术著作5部。

           

付浩浩

FU HAO HAO

南开大学副研究员

博士生导师

南开大学“百名青年学术带头人”，本科和博士均毕业于南开大学。研究方向为分子模拟增强采样算法和蛋白质-配体结合自由能计算。发布了开源蛋白质-配体结合自由能计算BFEE2，全球下载量80000+次。

活动回顾

邵学广教授先对南开大学化学信息学实验室进行了介绍。实验室主要专注于两个方向的工作：化学计量学、分子模拟。化学信息学的定义是From Data to Knowledge，即从大量的数据里面通过分析得到知识，符合当前时代“数据驱动”的科研范式，这种从数据角度出发的研究，也成为了近年来的主流方向。接着，邵老师对化学信息学的五条基本内容做了介绍，包括最传统的计算化学、发展相对比较成熟的分子模拟，以及其中最为核心的数据挖掘与知识发现方向。

接下来，邵学广教授介绍了实验室近年来在分子模拟领域的主要工作。实验室早期主要研究基于分子力场的优化算法研究，逐步扩展到分子机器的运作机理方向，并开展了计算机辅助分子机器设计的工作。随着工作的进展，工作的重点逐渐聚焦在自由能计算方向，在自由能计算的过程中，采样均匀、得到构象分布尤为重要，所以工作的重点集中在增强采样算法方面的研究，如何把人工智能的方法应用到自由能计算中。

最后，邵学广教授总结了实验室近年来的一些代表性工作，其中包括使用分子模拟方法与实验结合的具体研究。邵老师指出，作为科研人员不仅仅要专注发展方法、算法，还需要帮着帮多人把方法用起来，这也是科研领域非常重要的事情。

接下来的报告分享环节，南开大学副研究员付浩浩老师以《重要性采样：从人类智能到人工智能》为主题，为观众详细分享了实验室在增强采样算法方面的成果。

对于复杂体系来说，分子模拟的方法可以模拟和分析出微观层面原子分子的运动过程，但一定程度上会受到模拟体系的大小和模拟时长的限制。为了克服分子模拟在时空尺度的限制，增强采样算法应运而生，重要性采样就是其中一个重要的分支。在重要性采样算法当中，我们可以认为沿着某一些自由度上的运动比其他自由度上的运动更加重要，通过人为地增加沿某个方向上的采样，帮助我们观测到感兴趣的过程。

常见的增强采样算法有Umbrella Sampling（伞状采样）、Metadynamics和Adaptive biasing force(ABF)自适应偏执力方法。付浩浩老师介绍到，他们的工作主要集中于ABF方法，但出于种种限制条件，ABF方法在实际使用过程中非常受限，所以他们对此方法进行了各个方面的优化，并提出了extended ABF(eABF)方法来定义复杂的反应坐标，研究复杂体系中的运动模式，并针对反应坐标位数灾难为题，进一步提出了extended generlized ABF(egABF)方法。在此基础上，付老师介绍了egABF方法的主要应用。

针对eABF和MetaDynamics在参数设置方面的局限性，付浩浩老师进一步介绍了实验室在合并两种方法上的尝试，通过“削峰”和“填谷”的同时进行，实现两种方法缺点的相互弥补，基于这个思路提出了meta-eABF方法，并在一些复杂体系上展开了应用。

接下来，付老师通过实际案例说明“人工智能”是如何帮助解决“人类智能”的局限性的。例如在研究蛋白质配体结合过程中，使用神经网络变量作为反应坐标，并采用了利用人工智能寻找最优反应坐标，再利用反应坐标去研究复杂过程的策略。

最后，付老师分享了几种优化模型的方法，并对人工智能在复杂体系的应用做出了展望：

付老师分享完毕后，徐涛博士就深势科技推出的新一代药物计算设计平台Hermite展开了分享，其中Uni-FEP结合自由能计算功能将自由能微扰理论、分子动力学、增强采样算法与高性能计算相结合，能够以化学精度高效评估蛋白质与配体的结合亲和力，实现工业规模的先导化合物优化。

在互动答疑环节，参会者踊跃提问，嘉宾也就观众提出的问题提供了解答。付浩浩老师就降低复杂体系分窗口策略对正交空间采样的影响方面分享了一些方法，此外两位老师就计算结合自由能的时候，对geometrical或alchemical方法的选择进行了分享，并分享了人工智能和机器学习在力场方面的应用。

本次会议点击量2000+，观看人次1500+，各位对深势科技药物计算平台感兴趣的观众提供了与主办方交流的渠道，顺利达成了此次会议的举办目的之一。

两位老师在今天大约将近一个半小的时间之内，分享了很多科研、学习的一些经验，以及所在领域的关于采样算法的很专业详细的思路。期待未来深势科技跟两位老师继续在相应的领域里进行科学的碰撞，一起去推动我们整个国内的基础科学研究的发展，把 AI for science 新的研究范式能够推向更高的水平。