独家专访：AlphaFold并非唯一出路 | 新加坡国立大学张阳教授对谈《环球科学》

主要观点总结

本文是《环球科学》对张阳教授关于蛋白质结构预测领域的专访。张教授介绍了蛋白质结构预测领域的发展历程，包括该领域在AI出现之前和之后的主要算法，以及他与团队在该领域的研究工作。此外，张教授还谈到了AlphaFold的出现对结构生物学的影响、CASP比赛的意义以及他认为对蛋白质结构预测领域非常重要的其他工作。

关键观点总结

关键观点1: 蛋白质结构预测领域的发展历史

张教授介绍了蛋白质结构预测领域在AI出现之前和之后的主要算法，包括基于物理的预测方法和基于模板的预测方法等。

关键观点2: 张阳教授团队的研究工作

张教授详细介绍了他们实验室开发的I-TASSER算法，以及与其他算法融合形成的综合算法。他还提到了D-I-TASSER算法，该算法结合了深度学习和物理方法，用于解决蛋白质折叠过程中的一些问题。

关键观点3: AlphaFold的出现对结构生物学的影响

张教授认为AlphaFold的成功引发了结构生物学的关注，但也提醒研究者要有独立思考，专注于解决重要问题。他强调了机器学习在蛋白质结构预测中的局限性，如黑箱问题和无法直接揭示蛋白质折叠的物理过程。

关键观点4: CASP比赛的意义

张教授认为CASP比赛在推动蛋白质结构预测领域的发展方面具有重要意义。他认为CASP可能会开始探索更具挑战性的问题，如多域蛋白和蛋白质复合体的预测。他还希望CASP能够扩展到解决与蛋白质相关的物理学基本问题。

关键观点5: 其他重要的工作

张教授提到蛋白质结构预测领域的成功是建立在数代人长期努力的基础上的，并强调了其他重要工作的重要性，如其他算法的开发、蛋白质折叠的物理机制研究等。