“蛋白质结构预测分析并不是一个新的行业，学术界早已干了50很多年了，一直缺乏开创性成效，为何Google集团旗下的DeepMind企业做好了？”10月31日，在全球顶级生物学家生物科学3.0与交叉式科学研究社区论坛期内，复旦繁杂管理体系多尺度研究院医生在接纳澎湃新闻网（www.thepaper.cn）记者采访时表明，对这一方面的思索对大家十分有启迪实际意义。

马剑鹏曾在美国哈佛大学师从于2013年诺贝尔化学奖获奖者Martin Karplus 专家教授及 1976年诺贝尔化学奖获奖者William Lipscomb 专家教授开展博士研究生科学研究。2000年起添加世界著名的英国贝勒爷（Baylor）医科院和莱斯（Rice）高校就职，为名誉教授。

2018年起，马剑鹏加盟代理复旦，做为上海高峰期引进人才精英团队的核心人物，和诺贝尔化学奖获得者麦克尔·莱维特（Michael Levitt）专家教授一起基本建设繁杂管理体系多尺度研究院，并出任该研究院医生。因在计算生物学和结构生物学行业的关键奉献，马剑鹏于2004年获Norman Hackerman化学科学研究奖。

蛋白是生命力的物质条件，每一个蛋白的碳水化合物链歪曲，伸缩，盘绕成繁杂的构造。科技界选用了多种多样方式方法破译这类构造，一般必须花较长的時间，乃至很困难。近些年热门的便是冷冻电镜技术性，该技术性也于2017年得到诺贝尔化学奖。

殊不知，目前为止，约有十万个蛋白的构造早已用实验方法获得了分析，但这在早已转录组测序的数十亿计的蛋白中只占了不大一部分。能不能依据已经知道的氨基酸序列立即推算出蛋白质结构？50很多年前逐渐，专家就在因此勤奋。

以前开发设计出Alphago，击败人们顶级棋士的DeepMind精英团队在近些年得到了重大突破。2020年12月2日，DeepMind精英团队在2年一度的权威性蛋白质结构预测分析评定比赛（CASP）选用AlphaFold2战胜别的比赛精英团队。预测分析的绝大多数构造做到了前所未有的精确度，不但与实验方法旗鼓相当，还远超分析新蛋白质结构的别的方式。

“我觉得这个事儿对大家国家是特别有启迪实际意义的。有一些工作中一定要集中化优点军力一同战斗，还可以说成关键问题产品化，AlphaFold是特别典型性的事例之一，自然还有一些难题必须靠生物学家本人去充分发挥她们的创造力。”马剑鹏对澎湃新闻网新闻记者提到，尽管AlphaFold在蛋白质结构预测分析层面进行了很大的发展，“但向前走或是有较长的间距，因此大家还得迎头赶上。”

除开近些年技术性的发展外，马剑鹏特别是在注重資源的集中化，“DeepMind是Google集团旗下的企业，做为一家企业，她们在这一件事儿投过了很多钱，假如你光看这个事也许是亏损的，可是企业的益处便是能够安排一个挺大的精英团队去做一件事情。学术界尽管所谓的许多人们在从业这些方面科学研究，但实际上大多数都处在市场竞争情况。”他填补说，企业的資源并不一定比学术界多，但确实比学术界集中化，因此她们真把这个事儿制成了。

此外值得一提的是，中国北京时间7月15日，DeepMind精英团队在顶尖学术刊物《自然》（Nature）线上发布了一篇名为“Highly accurate protein structure prediction with AlphaFold”的毕业论文，全方位详细描述了2020年底导致震惊全国的实体模型，并首度对外开放共享开放源码。

“有些人在说AlphaFold开源系统了，大家国家无需搞了，这也是错大了。”马剑鹏表述，“第一，她们说白了的开源系统仅仅表层结构开源系统了，最底层技术性沒有开源系统。第二，你将它用来你只有做她们的物品，你没有办法提升，如同飞机发动机你买回来能够，你可以向前在进一步吗？不太可能。”

他乃至觉得，针对国家而言，这也是关键卡脖子技术之一。“大家需要从关键优化算法等最底层技术性开始做起，这也是大家如今头等大事的工作中。”据了解，复旦繁杂管理体系多尺度研究院在蛋白质结构预测分析行业最近也获得提升，其自主研发的opus-fold手机软件在蛋白主链构造的预估精密度上，超过了DeepMind的AlphaFold2，有关毕业论文现阶段处在见刊环节。

“研究院初建的情况下还没有都集中化在计算生物学，但如今比例调回来了。我认为如今计算生物学的趋势很强，并且这也是咱们的优势。在全国各地的高等院校中有很多人做冷冻电镜科学研究，大家并不是唯一的一家，可是优化算法是大家最高的优势。”马剑鹏表明。