详细内容或原文请订阅后点击阅览
Alexander Pak 凭借应用计算工具研究蛋白质复合物荣获 NSF 职业奖
NSF 职业奖获得者 Alexander Pak 推进生物系统研究，利用人工智能更好地理解和预测蛋白质自组装。
来源:佩恩公共政策研究所Alexander Pak，化学和生物工程助理教授，因其对生物系统如何通过使用数据驱动技术和机器学习发挥作用的研究而获得美国国家科学基金会职业奖。
840,000 美元的奖金涵盖了五年的研究，支持 Pak 和他的团队更好地量化路径熵的工作，路径熵是对观察到的时间（或路径）事件序列的不可逆性或热力学“成本”的度量。 Pak 假设该指标可能有助于解释生物系统中如何选择竞争性组装途径。
“职业奖将有助于开发计算工具，使我们能够使用基于物理的方法快速有效地模拟生物系统的自组装过程，”Pak 说。 “这些模拟将使我们能够跟踪这些组装过程，因为它们在生物学相关的时间尺度上展开。”
Pak 回答了有关他的研究的一些问题，以及理解生物系统中的自组装如何能够带来多个领域的创新。
问：您最近的研究重点是什么？Alexander Pak：我对生物系统非常感兴趣，特别是蛋白质复合物。我认为这些是自然存在的生物机器，具有非常灵敏的反应。生命系统非常复杂，因此它们需要内部机制来完成它们所做的一切。
问：您的研究中最令人兴奋的是什么？
问：这项工作的潜在影响是什么？
人工智能有潜力显着加速这一过程。借助人工智能驱动的模型，我们可以快速探索数百万种可能的组装途径，确定最有前途的途径，并在实验室合成之前指导全新材料的设计。最终，这将使新的生物分子或软材料在生物技术、医学、可持续制造、能源存储、分离和许多其他领域得到广泛应用。