人工智能药物研发领域正值飞速发展阶段，不断产生和更迭出新知识和新资源，更加拓宽了大数据与 AI 技术在生命医药领域的应用场景及应用潜力。基于AI学科的天然优势，可以对生物学的复杂性和临床数据库的缺乏进行弥补，进行多学科交叉与融合，也有助于新药研发取得更大的创新和突破。

同时，深度学习及人工智能也为分子世界和分子模拟带来了系统性的变革和新的机遇。这些技术的发展有效提高了分子模拟的计算能力，使分子理性设计成为可能，且被广泛应用到不同场景。换言之，“AI+分子模拟”正以物理的视角，在电子、原子、分子的尺度重新审视行业问题，为化学和生物学的发展带来全新的机会和更多的可能性。

随着信息技术的不断发展，科学家开始利用计算机对分子世界进行模拟，从而更深入全面的理解分子的运动和变化。传统的分子模拟手段所需的计算量大，计算效率低。北京大学化学与分子工程学院教授高毅勤曾在2021未来科学大奖周科学峰会《人工智能辅助分子模拟》的主题报告中指出，通过引入深度学习和人工智能，能够对复杂分子和宏观体系进行有效模拟，更高效更准确的预测化学反应的产物、蛋白质三维结构和水冰相变过程，有效的提高了分子模拟的计算能力，使分子体系的理性设计成为可能，为科学家设计分子、筛选实验条件提供可靠的依据，为化学和生物学的发展提供新的机遇。

高毅勤教授致力于发展针对生物和化学体系的理论与计算方法，特别是基于统计力学和机器学习的计算方法与软件的开发，染色质三维结构、生物大分子和材料自组装、DNA别构效应等领域的研究。

高毅勤教授的研究成果涵盖多个关键方向，主要成果包括：成功解释臭氧生成反应中的同位素效应、阐述蛋白质马达能量转化的分子机制、发展高效的分子模拟取样方法、推进对蛋白质和液态水等复杂体系的结构与动力学性质等的理解，其中揭示水合离子微观结构的工作（Nature 2018, 557, 701）被中国科学院和中国工程院院士投票评选评为“2018 年中国十大科技进展”。

2021年7月，高毅勤课题组与华为昇思MindSpore联合开发了新一代分子模拟库SPONGE，这是一个完全自主研发的分子模拟库，将神经网络等AI方法与传统分子模拟进行结合。2021年10月，高毅勤课题组又与华为昇思MindSpore团队推出了基于AlphaFold2算法的蛋白质结构预测推理工具，效率同比提升2-3倍，在CAMEO蛋白结构预测和打分比赛中多次获得第一。

本次《理解未来》科学讲座中，北京大学化学与分子工程学院教授、北京大学理学部副主任高毅勤将带来《分子模拟结合深度学习在分子体系中的方法和应用》主题演讲，分享对分子模拟应用的场景与AI驱动的数据库构建等内容，并带来基于分子计算与模拟的化学及药学研究的最新进展。

谢晓亮，生物物理化学家，北京大学李兆基讲席教授，他是中国改革开放后大陆赴美学者中分别受聘哈佛大学终身教授（1999年）和讲席教授（2009年）的第一人，2018年全职回到母校北京大学工作。

谢晓亮是单分子生物物理化学的奠基人之一、相干拉曼散射显微成像技术和单细胞基因组学的开拓者。谢晓亮团队发明的MALBAC全基因组扩增技术，已使3000多个患有单基因遗传病的中国家庭成功避免了疾病的后代传递。新冠疫情以来，谢晓亮团队利用高通量单细胞测序技术，研发出新冠病毒中和抗体药物，已作为同情用药为国内多个疫情发生地区的数以千计的新冠患者进行临床治疗，并取得良好效果。

谢晓亮拥有多项国际学术荣誉，包括美国生物医学最高奖之一“阿尔伯尼奖”、美国物理化学最高奖“Peter Debye奖”、美国生物物理最高奖“Founders奖”。

蒋华良主要从事药物科学基础研究和新药发现。他系统发展了药物作用靶标发现和药物设计理论计算新方法，为新药研究提供工具，获得国际同行和工业界广泛应用。设计高效探针分子，深入阐明和确证了一系列新靶标的作用机制和药理功能。针对肺动脉高压、精神分裂症和阿尔茨海默症等国内目前尚无自主知识产权新药的重大疾病，与他人合作进行新药开发研究，数个候选新药进入临床研究或获得临床批件，并实现技术转化。曾获得国家自然科学二等奖、国家科技发明二等奖、何梁何利科技创新奖等奖项。

高毅勤，1972 年出生，1993 年本科毕业于四川大学化学系，1996 年在中科院化学所获得硕士学位，2001 年获得加州理工学院博士学位。2001 年－ 2004 年在加州理工学院和哈佛大学做博士后研究。2004 年 -2010 年在美国德克萨斯农工大学（Texas A&M University）化学系任助理教授；2010 年起任北京大学化学与分子工程学院教授，2013 年起同时担任北京大学生物医学前沿创新中心研究员。主要从事生物物理化学/ 理论化学方面的基础研究。现任北京大学理学部副主任，JCTC杂志副主编，中国化学会副秘书长。