当生命科学遇上AI，会产生怎样1＋1＞2效果？

生命体中，大量的奇妙数据与人类未来息息相关，而人工智能技术的日渐成熟，使得诸多研究领域中数据处理、计算精度等传统问题得以解决，生命科学也正迎来数据驱动的新时代，计算机科学与生命科学的结合势不可挡。

那么，当生命科学遇上AI，会产生怎样1＋1＞2效果？

1月15日，飞桨联合百图生科带来主题为“人工智能助力生命科学新发展”的技术交流会，本次Meetup邀请了三位行业专家，围绕人工智能技术在细胞图像数据处理、基因组数据挖掘、蛋白质结构研究、药物合成等专题，分享人工智能技术在生物、制药等领域的前沿应用，探讨人工智能如何赋能生命科学，助力生命科学新发展。

活动介绍

活动时间：1月15日 14:30

活动地点：

北京 | 中关村创业大街百度大脑创新中心

报名要求

从事计算机/人工智能或相关交叉方向研究2年以上，且拥有博士学位（或博士在读）；飞桨博士会成员可免审核参加。

飞桨博士会简介

飞桨博士会是由百度开源深度学习平台飞桨（PaddlePaddle）发起的中国深度学习技术俱乐部，旨在打造深度学习核心开发者交流圈，成员皆为博士，且具备深度学习多年研究和实践经验。此前飞桨博士会已举办多期线下沙龙，组织会员共同研讨自然语言处理（NLP）、计算机视觉（CV）、AutoDL自动深度学习建模技术、AI+科学计算等前沿技术。

分享主题介绍

分享一：《人工智能赋能新药研发》

宋乐

百图生科首席AI科学家

讲师介绍

曾任美国佐治亚理工学院计算机学院终身教授、机器学习中心副主任，阿联酋MBZUAI机器学习系主任，蚂蚁金服深度学习团队负责人（P10）、阿里巴巴达摩院研究员，国际机器学习大会董事会成员。自2008年起，宋乐博士在CMU从事生物计算相关的研究，利用机器学习技术对靶点挖掘、药物设计取得了一系列突破性成果，获得NeurIPS、ICML、AISTATS等主要机器学习会议的最佳论文奖。曾担任NeurIPS、ICML、ICLR、AAAI、IJCAI等AI顶会的领域主席，并将出任ICML 2022的大会主席，同行评议期刊JMLR、IEEE TPAMI的副主编。

议题介绍

本次分享将探讨AI如何在制药领域发挥作用，分享包括生物制药行业面临的现状和问题、产业解决方案、生物计算领域的研究进展、以及AI+生物制药的前沿探索等话题。

分享二：《用计算机视觉技术理解细胞生命》

杨戈

中国科学院自动化研究所研究员

讲师介绍

杨戈博士，现任中国科学院自动化研究所模式识别国家重点实验室研究员，中国科学院大学人工智能学院长聘教授。毕业于清华大学、中国科学院自动化研究所，是美国明尼苏达大学双城分校机器人学博士、美国斯克利普斯研究所计算细胞生物学博士后。曾担任美国卡内基梅隆大学生物医学工程系和计算生物学系副教授。曾获美国国家科学基金早期职业奖，国际生物医学图像会议最佳论文奖等。主要研究方向为计算生物学与人工智能。

议题介绍

细胞是构成地球生物体的基本结构和功能单元。例如每个人体由约37万亿个细胞组成。理解细胞生命过程对于理解生命的本质和研发战胜人类疾病的药物至关重要。细胞的生命过程由成千上万生物大分子之间的相互作用驱动，具有复杂的时空动力学行为。计算机视觉技术在理解细胞生命过程的时空动力学行为方面发挥了关键作用。通过介绍相关的代表性研究工作，本报告将展示如何创新计算机视觉技术理解复杂细胞生命过程的内在时空规律以及如何由此驱动创新药物的研发。

分享三：《长读长测序及其在生物医疗中的应用》

高欣

百图生科CEO生物计算顾问

兼蛋白质AI主任科学家

讲师介绍

世界著名研究型大学沙特阿卜杜拉国王科技大学（KAUST）计算机科学系终身正教授、计算生物学中心副主任、智慧医疗中心副主任、结构和功能生物信息学课题组负责人，生物计算领域的著名学者。在生物信息及机器学习的顶级期刊和会议上发表论文270多篇，是超过50个美国及国际专利的第一发明人，担任领域5个期刊的副主编、4个国际特刊的特邀总编，担任了13个国际会议的主席或共同主席、45个国际会议的（资深）程序委员会委员，并受邀成为多国的基金评审专家。他在蛋白质AI领域完成了一系列开创性的研究，涉及蛋白质结构预测、靶点表位分析、抗体构型等关键问题。

议题介绍

纳米孔测序作为长读长测序的代表性技术，具有便携性、长读长、及不需要PCR扩增等众多优势。但是，纳米孔测序的数据处理含有一系列的技术难题，因此严重阻碍了纳米孔技术的广泛应用。在这次分享中，我将介绍我们团队研发的端到端的纳米孔测序数据处理的计算分析平台，以及如何用这个平台解决各个相关科学领域的关键性问题。

欢迎大家扫描海报中的二维码或点击阅读原文，进行报名。

关注公众号，获取更多技术内容~

飞桨PaddlePaddle

源于产业实践的开源深度学习平台

74篇原创内容

公众号

本文使用 文章同步助手 同步