蛋白质结构预测是生物学的核心挑战。Potts模型（统计物理学方法）历史上在此领域取得显著成功。该模型将氨基酸视为多态“自旋”。通过分析大规模进化相关序列（MSA），推断模型参数，精准捕捉残基间的协同进化信号。其应用从关键的残基接触预测（DCA） 演进为提供强大的进化能量函数，用于评估和优化结构模型。在此基础上，随着方法改进及与深度学习整合，蛋白质结构预测成功地被解决(alphafold 2)，人类迈入了蛋白质从头设计的时代。

Biography

檀晓骏，本科(2014)及博士(2020)毕业于中国科学技术大学，后在阿里巴巴从事算法工程师，从事组合优化等问题求解，现为分子之心资深AI科学家，从事蛋白质性质优化和蛋白质从头设计等研究。

Inviter: 陈锟 副研究员