问：AI是否正在颠覆结构生物学？
袁亚飞表示，目前大家普遍认识到，人工智能在诸多方面给予了我们巨大支持。特别是在结构生物学这一领域。2024年，诺贝尔化学奖被授予了David Baker以及Alphafold的研发团队，其中包括John Jumper和Demis Hassabis。由此可见，在结构生物学的研究中，人工智能的应用已经得到了广泛推广。
我的研究专注于转运蛋白领域，目前正将人工智能技术深度融入我们的研究进程，特别是针对转运蛋白，我正在利用AI技术进行多肽药物的设计开发。
2024年度诺贝尔化学奖项的获得者共有三位 | 图片来源：诺贝尔奖官方网站
正如之前所提及的，2024年的诺贝尔化学奖授予了Alphafold3，其主要功能在于预测蛋白质结构。如今，我们开始向David Baker学习，共同致力于探索和开发多种多样、不同类型的多肽药物设计。
我认为人工智能已经从最初仅限于实验室的研究成果，逐渐扩展至涵盖所有基础研究领域，并进一步渗透到我们的日常生活之中。因此，我们坚信，人工智能将在我们未来的各个研究方向上带来一场革命性的、颠覆性的变革。
袁亚飞丨图源：清华大学
问：结构生物学家是怎么看待AI，以及如何利用AI工具的？
袁亚飞提到，在我们日常生活中，诸如Alphafold3这样的工具能够预测蛋白质的整体结构，甚至某些蛋白质复合体的结构，然而这实际上是一种专用的工具。类似地，像GPT这样的模型，或者我们国家的DeepSeek，它们属于大型语言模型，可以称得上是通用的模型，任何人都可以使用。
Alphafold界面丨图源:deepmind
然而，在我看来，这些模型在我们专业领域内的实际效用并不大。这主要是因为我们处理的数据大多具有专业性，因此迫切需要研制出专门的模型。例如，目前一些蛋白质结构的设计，如David Baker团队开发的RFdiffusion，亦或是我们正在研发的一些专业人工智能工具。在科研活动中，我们主要依赖专用模型，同时也会采纳诸如大家普遍采用的通用人工智能工具等。
问：Alphafold出来之后，结构生物学会不会失业？
袁亚飞表示，自从AI问世以来，有人担心结构生物学会因此失业，但实际上这完全是大家对这一专业领域的误解。众所周知，结构生物学的发展经历了从X-Ray晶体衍射到冷冻电镜技术的演变。在以前的技术阶段，解构一个生物分子结构需要投入大量人力，并且还需要一些特定的仪器设备相配合，因此完成这项工作非常艰难。
如今，随着Alphafold的问世，预测单一蛋白质的结构变得相对便捷，然而，它仅能预测该蛋白质的一种特定形态，因为蛋白质的结构本质上是动态变化的。在使用Alphafold进行预测时，实际上它无法全面捕捉这一动态变化的全过程。
例如，我所研究的转运蛋白实际上是一种结构不断变换的形态。在运用人工智能进行预测时，我们只能预见到其向外展开、向内收缩或是完全闭合的形态。然而，在药物设计的实际操作中，药物与引物的相互作用涉及的是多种不同的结构形态，而并非单一的状态。
因此，我们认为人工智能对结构生物学的变革实际上也极大地推动了该领域的前进。以我们目前的AI设计为例，它借助特定的工具，能够更精准地预测多种多肽药物，这些药物可以结合到蛋白质的不同区域，进而产生多样化的作用。因此，我们结构生物学家普遍认为，AI实际上是对结构生物学带来革命性的变革，而非导致结构生物学家的职业消失。
冷冻电镜设备| 图源：清华大学
近年来，国内学者在顶级学术期刊上陆续推出了众多结构生物学领域的突破性成果。对此，我认为中国在这一领域迅速发展的关键因素，或许包括了高端科研设备的广泛使用、人才队伍的持续壮大以及科研体制的持续创新。
袁亚飞认为，结构生物学领域最为关键的因素无疑是人才。毕竟，无论在哪个国家，人才始终占据着核心地位。以我国结构生物学的发展历程来看，其初期迅猛发展始于2007年施一公教授归国后，在清华大学进行的战略布局。当时，我国引进了首台高端冷冻电镜，这一举措标志着我国结构生物学领域进入了一个快速突破的新时代。
清华大学已拥有四台先进冷冻电镜，据我所掌握的信息，全国范围内高端电镜的数量可能接近或超过一百台。就硬件设施而言，冷冻电镜在中国正逐渐演变为类似基础设施的角色；然而，在运用这些基础设施的过程中，迫切需要更多专业人才来操作这些设备，因此，我认为人才是至关重要的环节。
