张阳

　　张阳教授现任新加坡国立大学(NUS)计算机学院终身正教授，同时兼任杨潞龄医学院生物化学系教授和新加坡癌症科学研究所高级研究员。他的研究聚焦人工智能算法开发及其在结构生物学与药物发现中的应用，涵盖蛋白质折叠与结构预测、蛋白质从头设计以及基于 结构的AI药物设计。

　　在加入NUS之前，张教授长期任职于美国密歇根大学，曾在计算医学与生物信息学系、生物化学系和高分子科学与工程系担任终身教授。他所领导的实验室开发的I-TASSER平台在过去十八年CASP国际蛋白质结构预测大赛中连续九届排名自动服务器组第一。

　　张阳教授曾获得斯隆研究奖、美国国家科学基金会CAREER奖、美国生物化学和分子生物学会DeLano研究奖以及密歇根大学基础科学研究奖等荣誉。自2015年以来，他连续七次入选汤森路透/科睿唯安“全球高被引科学家”。

　　报告题目：Al解决蛋白质结构预测的问题了吗?

　　随着以AlphaFold为代表的深度学习技术取得突破性进展，蛋白质结构预测领域正经历一场深刻的范式转变，也使传统物理模拟方法的地位与作用面临重新审视。为有效弥合AI驱动与物理驱动方法之间的鸿沟，我们开发了D-I-TASSER。该框架将深度学习预测的残基间约束与蒙特卡罗片段组装模拟深度融合，并针对大尺度多结构域蛋白创新性地引入了“结构域拆分-重组”策略。大规模基准测试与CASP大赛结果显示，D-I-TASSER 在单域和复杂多域蛋白的原子结构精度上均显著优于AlphaFold2和AlphaFold3。进一步的全基因组折叠实验表明，D-I-TASSER 在人类蛋白质组中可正确建模81%的单域及73%的全域蛋白结构，预测结果与AlphaFold 结构数据库呈现高度互补性。该研究不仅重新确立了物理模拟在蛋白折叠领域的重要价值，也展示了深度学习与物理建模深度融合在实现高精度、全基因组级别结构与功能预测中的巨大潜力。