AI先试算,我再复核:蛋白动态模拟与设计告别纯靠"肝"

兴也 AI，衰也 AI，研究生们的喜忧各异

师弟

师兄、师姐，如今有了 AI，做蛋白研究是不是轻松许多？既能预测结构，还能辅助蛋白设计。

事情可没那么容易。AI 的确提升了研究效率，但结构预测只是开始。如何精准模拟复杂的构象变化和动态过程，才是真正的挑战。

师兄

另外，计算设计还得接受实验的考验。设计出的蛋白能否顺利表达和纯化，是否具备预期的结构与功能，都需要进一步确认。

师姐

师弟

看来要把结果真正拿到手，计算与实验两手都得抓......

伴随 AI 的进步，蛋白质研究正在迈入新的阶段。从结构预测、蛋白设计到动态模拟，AI 正在帮助研究者更高效地开展蛋白结构、构象变化及功能机制研究。但在具体研究中，面对复杂的蛋白动态过程，AI 如何实现精准预测及模拟？在实验验证环节，蛋白纯化的难题（回收率低、层析效果不理想）如何有效规避？当计算与实验结果不一致时，又该如何重新审视并优化实验体系？

为了让大家更充分地利用 AI 开展蛋白研究，以及掌握蛋白纯化实验验证方法，Cytiva 与优宁维联合举办《蛋白纯化主题日》活动，将于 9 月 4 日上午 9 点开启线上专题讲座，特邀清华大学王童研究员和深圳医学科学院杨为研究员，围绕 AI 驱动的蛋白设计、结构研究与应用，从蛋白动态结构的计算与模拟，到蛋白设计后的纯化与结构验证，结合实际研究场景，详解关键技术、重难点与研究思路。干货丰富，不容错过。

精彩抢先看：

报告一：AI 驱动的量子精度蛋白质动态结构模拟及应用

分享嘉宾：

清华大学生命科学学院 王童研究员

聚焦人工智能与生物结构相关研究，长期深耕 AI 驱动的生物动态结构计算与模拟。其团队提出的 AI2BMD 方法将 AI 与分子动力学模拟相融合，兼顾计算效率与分子动态模拟准确度。本次分享将围绕 AI 驱动的蛋白质动态结构计算展开，教大家如何利用 AI 提升生物分子动力学模拟的精度，以及其在蛋白功能解析、分子互作研究与药物发现中的应用。

报告二：AI 助力蛋白设计、纯化和结构研究

分享嘉宾：

深圳医学科学院 杨为研究员

专注于 AI 在蛋白设计与蛋白质相互作用中的计算方法及应用。将前沿计算设计与高通量实验验证相结合，相关研究成果发表于Nature Communications、Nature等期刊。本次分享将着重关注AI 计算辅助蛋白结构与蛋白质相互作用设计，有效衔接后续表达、纯化及实验验证。

▼ 点击下方海报，立即报名 ▼

内容策划：邹礼平

内容审核：李琳

题图