內容：

蛋白質作為細胞內部的分子機器，起到了至關重要的生物作用。要想了解蛋白質的工作機制，就必須要知道分子機器的三維結構。目前有兩類預測蛋白結構的方法:同源建模（template-based modeling）與從頭折疊（de novo folding），它們各自有各自的局限性。我們tFold團隊最近在CAMEO平臺上測試了蛋白結構預測的新思路。該方法的核心是利用深度學習將同源建模與從頭折疊有機的結合在了一起，并且非常好的汲取了兩類方法共有的特點，取得了在CAMEO持續領先的優勢。

人物介紹：

王晟，騰訊AI lab專家，2005年畢業于上海交通大學生命科學院，2010年于中國科學院理論物理所取得博士學位，之后分別在TTIC，芝加哥大學以及KAUST從事Research Scientist工作。王晟博士主要從事基于人工智能的計算生物學研究，尤其是基于深度學習的蛋白質結構從頭預測，達到了國際先進水準（CASP12蛋白接觸圖預測第一名）。近五年來，王晟在PNAS, Cell Systems, Nature Protocols, Nucleic Acids Research, Genome Biology, Bioinformatics, Brief. in Bioinform., PloS Comp. Biol.等國際知名期刊上發表論文60多篇；會議論文近30篇，包括計算生物的知名會議ISMB, RECOMB, ECCB等，以及計算機視覺領域知名會議CVPR等 。Google Scholar引用超過3700次，h-index為25。王晟目前的研究是高精度蛋白結構預測。

王晟博士的科研工作獲得過一些學術獎勵，包括但不限于：RECOMB與APBC會議的Best Paper Award，ISMB 3Dsig會議的Warren DeLano Award，IJCAI Boom會議的Best Poster Award，以及PloS Comp. Biol. 雜志的年度突破論文獎；在發表的文獻中，有三篇入選Web of Science的“高被引論文”。王晟博士的科研獲得了NIH, NSF, KAUST的支持，以核心研發者參與或主持的科研項目經費超過350萬美元。