近日，诺贝尔化学奖得主、复旦大学复杂体系多尺度研究院名誉院长迈克尔·莱维特走进复旦光华楼，为本科生上了两节课。这门选修课名叫“定量生物物理学前沿导论”，由莱维特、马剑鹏等5位教授讲课。定量生物物理学又名计算生物学，学科交叉性很强，生物、物理、化学、数学、药学、计算机等专业的年轻人都可学习，成为这一前沿交叉学科的后备人才。

解放日报·上观新闻记者发现，选修这门课的本科生来自多个理工科专业，不少研究生也来听课。“‘阿尔法折叠’（AlphaFold）对蛋白质结构的精准预测，让计算生物学从辅助性学科升级为主导性学科，它的科学和应用价值非常大。”莱维特的话，在复旦学子心头撒下了从事前沿基础研究的种子。

蛋白质结构预测取得突破

莱维特是世界顶尖科学家协会副主席，2013年，他与另两位计算生物学先驱因“为复杂化学系统创立多尺度模型”分享了诺贝尔化学奖。那年获奖，标志着用计算机软件研究生物化学这一方向得到了科学界高度认可；2020年“阿尔法折叠2”横空出世，则标志着计算生物学在蛋白质结构预测、药物研发等领域具备了实用价值。

这位诺奖得主告诉同学们，蛋白质由氨基酸折叠而成，氨基酸长链如何自发地折叠成蛋白质三维结构，这个问题堪称分子生物学“皇冠上的明珠”。对科学家来说，测定氨基酸序列相对容易，但解析蛋白质结构的难度很大，因为蛋白质结构取决于几千个氨基酸各原子间的相互作用力。能否开发出算法强大的计算机软件，精准预测蛋白质结构？莱维特研究这一问题长达55年。

随着深度学习等人工智能技术的成熟，蛋白质结构预测问题迎来了突破。去年11月，谷歌旗下深度思维公司（DeepMind）开发的“阿尔法折叠2”在国际蛋白质结构预测竞赛上夺冠，预测精度非常接近实验测定水平。这件事在科学界引起的轰动，超过了“阿尔法围棋”击败柯洁和李世石，被美国《科学》杂志评为“2020年十大科学突破”之一。

“阿尔法折叠2”预测（蓝色）和实验测定（绿色）的蛋白质结构几乎完全吻合。来源：DeepMind

“没想到我能在有生之年看到这个突破！”莱维特感叹。在他看来，公司庞大的研发团队、强大算力资源的支撑以及前人研究成果的积累，是谷歌和深度思维成功的原因。

与大学生分享科研“缘分”

如何打造庞大的计算生物学团队？人才培养是第一要务。复旦大学复杂体系多尺度研究院院长马剑鹏表示，为培养青年人才，本学期研究院牵头开设了“定量生物物理学前沿导论”课。除了莱维特和他，来自数学科学学院、化学系、生物医学院和生命科学学院的3位教授也会授课，让本科生感受前沿交叉学科的魅力。

作为最大牌教授，莱维特的讲课内容偏向宏观，也很有思想性。除了计算生物学发展史和蛋白质折叠问题，他还分享了摘得诺奖的成功经验、培养诺奖级人才的环境条件等人生感悟。在回答一名学生“如何找到自己的科研兴趣”这个问题时，他说了一个词——serendipity（可译作“缘分”）。他用自己的人生经历，诠释了什么是科研道路上的“缘分”。

上世纪60年代，莱维特看了诺奖得主约翰·肯德鲁主讲的电视节目《生命之线：分子生物学导论》后，写信给在剑桥大学工作的肯德鲁，希望做他的博士生。然而肯德鲁回信说，博士生名额已满。莱维特的一个朋友得知此事后告诉他：“在商业上，当别人对你说‘不’时，你要给他另一个可以说‘是’的选择。”于是，他又写信给肯德鲁：“如果明年不能做您的博士生，那以后可以吗？”看到这个年轻人如此执着，肯德鲁邀他来剑桥面谈，并推荐他到魏茨曼科学研究所研究计算生物学。在研究所，莱维特遇到了46年后与他分享诺奖的合作者亚利耶·瓦谢尔。“这就是serendipity。你们要对事业充满热情，坚持不懈，善于创新，还要做善良的人。”

诺奖得主生动而富有哲理的讲课，让同学们收获满满。“这堂课令人眼界大开，比如让我意识到，可以从强化学习角度理解分子生物学的中心法则。”生物专业大四学生肖扬帆告诉记者，“迈克尔的讲课方法也很有特色，每讲一刻钟，就会让我们围绕刚才听到的内容讨论两三分钟，这对提高学习效率很有帮助。”

如何加快发展计算生物学

据了解，莱维特今年3月来沪后的主要工作，是指导复旦团队研究计算生物学。目前，复旦大学复杂体系多尺度研究院研发的“作品折叠”（OPUS-Fold）软件，在蛋白质侧链结构预测精度上超越了“阿尔法折叠2”，相关论文将发表在英国《生物信息学简报》上。马剑鹏介绍，以蛋白质为靶点的药物分子大多与侧链发生作用，只有获得高精度的侧链结构，才可能设计出药物分子，所以这一突破对新药研发具有重要意义。

复旦团队根据已知主链进行侧链建模的结果：蓝色为目标结构，红色为预测结构。

不过，从整个系统来看，“阿尔法折叠2”仍处于全球领先地位。深度思维首席执行官德米斯·哈萨比斯近日宣布，公司与欧洲生物信息学研究所合作建立蛋白质结构数据库，提供35万种以上蛋白质结构的数据访问权限。深度思维计划将数据库扩大至1亿种以上蛋白质的结构，覆盖人类已知的几乎所有蛋白质。

“阿尔法折叠2”让计算生物学驶入了快车道，很多科研团队在开发这类软件。今年7月，华盛顿大学团队在《科学》杂志发表论文，介绍了开源软件“罗塞塔折叠”（RoseTTAFold），它不仅能预测蛋白质结构，还能预测多种蛋白质的结合形式。8月，斯坦福大学团队发表《科学》封面论文，介绍了人工智能算法预测RNA（核糖核酸）三维结构的突破性进展。

很多科学家认为，蛋白质结构的精准预测是一场科技革命，将引发生物医药、新材料等产业变革。上海交通大学Med-X研究院副院长殷卫海说：“从预测蛋白质结构、寻找药物靶点到药物分子设计，再到临床试验设计，人工智能正在全面进入医药行业，开始发挥关键作用。”科学家还能利用人工智能软件研发新材料，如设计出自然界不存在的蛋白质材料，用于化工、能源、环保等行业。

在莱维特看来，中国可以有更多的研究型大学为本科生开设计算生物学课程，激发他们的兴趣，吸引他们今后投身这一前沿科技领域。他还建议上海加快发展计算生物学，为科研团队提供更强大的算力资源，并扩大科研团队规模，让“作品折叠”等具有自主知识产权的软件加速迭代。