寻找成功新药的过程是药物开发中最困难的部分，AI 的发展正在打破这一困局。
生物和计算本是两个独立、并行发展的行业，近年来，越来越多的人将他们结合起来，形成了一个融合词，越来越多的企业在该领域落地生根，共同衍生出了新行业。
近日，在 “首届中国生物计算大会” 上，来自普林斯顿大学数学系和应用数学研究所的鄂维南院士作了题为 “机器学习与科学计算” 的演讲，带来了自己对于生物计算的理解。
图 | 鄂维南院士（来源：现场图片）
以下是鄂维南院士的演讲实录，生辉进行了不改变原意的修改：
在讨论生物计算之前，我先讲讲科学计算。我从 2015 年就开始用深度学习分析生物数据，当时做了个软件叫 Define，那时候就看到了可能性，深度学习从数据分析和科学模型的角度给我们带来了新的机会。
科学计算有两大主题，第一大主题是处理物理模型。刚才的宣传片强调了数学、计算机、统计学，但是漏掉了最重要的物理学。科学的主要模型都来自于物理学，比如牛顿方程、空气动力学、弹性力学、电磁场理论、量子力学等。
薛定谔方程是量子力学最基本的方程，我们的任务就是解这类方程。很多人说纳米、生物会带来新的科学模型，至少现在还没有看到，如果有新的科学模型也是原有的模型中衍生出来的。
有效数学方法出现之前，科学家解决实际问题的方法就是简化模型，虽然物理学家们找到了基本原理，但实际用的时候是另一套，现在仍是这样。
一直到 50 年代，有了电子计算机才发生了根本的变化，像我这样的人发展了一系列的方法，比如说差分方法、有限元方法、谱方法。有了这些方法，人类第一次实现了用基本原理解决实际问题，比如桥梁设计、大楼设计、飞机设计等。在结构力学、航空航天、天气预报、石油勘探与开采等方面带来的影响也很大。
但是仍然有很多问题没有解决，包括药物设计，眼下生物设计是非常经验化的学科，造成的结果就是做理论的人、做实验的人和做企业的这三个场景相差非常远，为什么出现这种情况？根本原因就是维数灾难，就是内在的变量太多了，而维数增加，复杂度是指数增加的。
（来源：sdlcpartners.com）
第二大主题是处理数据。数据种类很多，DNA、基因组学、蛋白组学，这些是在座的最关心的。
另外一个例子是图像，我们把图像看成数据，有三个主要任务，第一是 imaging，就是反演，通过实验仪器、数据反演出内在结构；第二是 image processing，即去除图像噪音，处理图像分割、修补等；第三是 image recognition，即图像识别，图像识别就是在一堆图像中识别猫和狗的问题。
从我的角度来说，做科学计算的角度，最大的问题就是把物理模型和数学模型结合起来，从模型出发，得到数据，从数据得到更有效的模型。
给大家举个例子，如果做药物设计，分子动力学是最主要的工具之一，但是要从基本原理的药物设计来说，分子动力学是不可或缺的工具，但困难在于原子之间的相互作用，这个相互作用理论上来说是通过电子来实现的，要遵循量子力学的原理。
1985 年有一个划时代的工作，通过量子力学计算原子之间的相互作用力，使得分子动力学成为可靠的工具，但是效果不好，只能处理几百个原子，这是过于简单的体系。按照机器学习的套路，从量子力学模型提供数据，在这个基础上通过机器学习提供新的更有效又同样可靠的模型，这样新的套路得到了很好的实现。
通过这样的方法，把机器学习、科学计算和高性能计算结合在一起，带来数量级的变化。
（来源：grapheverywhere.com）
除此以外，除了分子动力学以外，我们也发展了一系列的方法，对大家做药物是有用的，比如深度学习等，这些工具不能说已经百分之百的成熟了，但是至少提供了新的可能性。
最后我再强调一下 AI for science，比如自动驾驶是很好的前景，但是传统制造领域，生物、化学、材料、工程等会成为人工智能的主战场，而且是更大的主战场，也是我们推动的事情。
应用包括生物制药、能源材料、先进制造，苏州有一定的优势。具体落地的就是新一代的科学软件，最近这些年谈到科学软件、工业软件 “卡脖子”，这个新的模式会推动新一代的科学软件，科学软件的建设将是我们面临的好机会，我希望能够把握好机会。
同时推动科学研究从 “小农作坊” 的模式到 “安卓” 模式的转变，科学家在自己实验室里面干，是自给自足的 “小农作坊”，以后就是大平台，在大平台基础上开发自己感兴趣的应用，就是平台科研，社区建设会成为一个重要的趋势，希望我们一起努力，把社区建设好。
谢谢大家！
-End-
【往期】
硅谷富豪注资丨ATAI瞄准抑郁症丨今年或IPO
独家专访丨首创普适型3D打印技术丨三迭纪
专访丨用病毒做肿瘤早筛丨路胜
破局丨AAV基因治疗丨剂量困局
器官芯片丨AI自动分析癌转移丨专访陈早早
独家专访丨浙大夏宏光丨蛋白降解新靶点
「生辉读者交流群」来了 ！
最新资讯、优质资源、观点碰撞
当然优先输送给生辉的「铁杆粉丝」！
首批名额不多，本周优先前100位
长按添加「小辉」
备注「机构+姓名」
小辉会第一时间邀您入群
（大家都是有身份的读者，切记备注）
添加失败？直接评论区留言「您的微信号」亦可 ！