大模型时代的AI4Science！北大高毅勤教授领衔的免费公开课，来听吗？

由昇思 MindSpore 开源社区联合北京大学化学与分子工程学院、北京昌平实验室、深圳湾实验室举办的第四季「MindSpore SPONGE 暑期学校」正在火热招生中，目前已收到了来自国内多个知名高校、科研机构、企业等开发者的踊跃报名。

本期暑期学校主题为【分子动力学模拟方法与实践——人工智能与增强采样】，课程完全免费，旨在为对 AI、科学计算感兴趣的同学提供相关资源，为分子动力学模拟的学习打下基础，带领大家从理论到实践，并探索AI与分子动力学模拟结合的多种应用场景。

当前主流的分子模拟软件往往诞生于几十年前，在很多地方都难以适应当今 IT 技术的发展，AI 算法难以集成在分子模拟软件中。高毅勤教授与杨奕研究员团队联合华为团队提出了一种 “类AI” 的分子动力学模拟程序架构，并基于华为开源的全场景 AI 框架昇思 MindSpore 开发了 AI 原生分子模拟程序 MindSPONGE，可以如执行 AI 训练那样运行 MD 模拟程序。

人工智能增强的分子模拟，图片来源于ACS美国化学会

在该架构下，MD 模拟被看作一种特殊的 AI 训练过程，原子坐标相当于神经网络参数，势能函数相当于作为优化目标的损失函数，而 MD 积分器则相当于一种特殊的 AI 优化器。根据这种相似性逻辑，分子模拟程序可以自然而然地在 AI 框架中重构。该框架可以充分发挥昇思 MindSpore 作为 AI 框架的强大能力，提供了可微编程、高通量计算和自动硬件迁移等非常有吸引力的功能。

传统的抗体设计方法效率低、实验成本高，基于人工智能的抗体设计方法，能够针对快速变异的病毒高效改造抗体。昌平实验室和协和医学院开发了基于昇思 MindSpore 的抗体设计模型“天工”，通过多段功能区域的联合分布改造生成抗体序列，能够实现抗体功能设计、序列嫁接和活性预测等多种任务。

“天工”模型设计效率相比传统抗体设计方法提升一个数量级以上，有效缩短了抗体药物研发周期。基于“天工”模型嫁接改造得到的人源抗体，经协和医学院团队实验验证抗体表达量提升约 5 至 10 倍，有望将抗体生产成本降低2倍以上。

中国科学技术大学刘海燕教授团队、安徽元构生物科技有限公司与昇思团队联合推出了基于昇思 MindSpore AI 框架打造的蛋白质结构预测与设计模型 PVQD。该模型通过一维向量序列的离散隐空间编码，用统一的扩散生成模型实现单序列预测动态构象分布、构象柔性等能力。

如图所示，与此前设计方法相比较，PVQD 能够生成 β 结构及长环区含量更接近天然蛋白的结构，这样的结构柔性更高，可以承载更丰富的构象动力学。这种主链构象柔性与构象动力学对实现重要的蛋白质功能（如酶催化和变构调控）至关重要。PVQD 模型融合 AI + 生物计算技术，在蛋白质结构预测领域实现突破性创新，在药物靶点发现上具有重要价值，将为生物制药产业带来全新研发动力。