陈红阳

之江实验室 高级研究专家/正高级研究员、之江实验室图计算研究中心 副主任

浙江省特聘专家，东京大学客座研究员。曾担任领域内高水平期刊编委，和领域内国际一流会议的程序委员会委员、主席等。已经在国际顶级学术期刊和学术会议上发表高质量论文120多篇。在ICT领域拥有30余项国际专利，多项专利被采纳成为国际标准。获得多项国际奖项包括IEEE PIMRC国际会议最佳论文奖，OBG图学习挑战赛全球冠军等，2020年当选IEEE Distinguished Lecturer。

朱峰

浙江大学药学院教授

在人工智能辅助药物发现领域取得了一系列研究成果。入选国家级人才计划，国家级青年人才计划，科技部科技创新领军人才。获聘Comput. Biol. Med.主编，J. Chem. Inf. Model.副主编。获科信所“中国百篇最具影响国际学术论文榜单”，中国同舟云“全球学者库”全球顶尖前10万科学家，斯坦福大学“全球前2%顶尖科学家2021年度榜单”。在Nature Biotechnology等生物医药领域重要期刊上发表论文120余篇，高被引论文12篇，获批软件著作权近20项。

谭蔚泓

中国科学院院士、发展中国家科学院院士

中国科学院杭州医学研究所 所长、湖南大学 教授

长期致力于生物分析化学，化学生物学和分子医学的前沿研究与临床应用，提出了系列核酸化学和生物医学应用的新原理和新方法，为核酸适体的医学应用奠定了重要的科学和技术基础。在Science等学术刊物上发表学术论文900余篇，连续八年入选全球高被引研究学者。现担任CCS Chemistry和中国科学-化学副主编以及ACS Nano、国家科学评论等杂志编委。曾获得国家自然科学二等奖、何梁何利基金科学与技术进步奖等奖励。

报告题目：新型肿瘤分子靶向药物：从发现到临床

恶性肿瘤已成为严重威胁我国人民生命健康的重大疾病，实现对恶性肿瘤的精确靶向治疗是改善我国癌症患者生存现状的重要途径。当前国内外基于精准分子靶向的治疗方法，包括小分子靶向药物、抗体靶向药物、抗体偶联药物和细胞免疫治疗已对多种恶性肿瘤的治疗带来很大改善。然而，临床多种重大恶性肿瘤仍然严重缺乏有效的精准靶向药物。因此，面向这些临床未满足的重大需求，迫切需要开发具有自主知识产权的创新靶向药物。核酸适体（Aptamer）是一类能特异识别靶标的寡单链DNA或RNA核酸分子，是精准靶向治疗癌症的一类方法。本报告将介绍我们团队基于核酸适体的创新型核酸靶向药物领域的重要进展，并探讨该类核酸药物在恶性肿瘤精准治疗领域的重大需求及重要意义。

杨胜勇

四川大学 教授

长江学者、国家杰青，现于四川大学华西医院生物治疗国家重点实验室工作。主要从事药物分子设计以及针对重大疾病的小分子靶向药物研发工作。目前已发表SCI论文200余篇，被SCI他引超过3000次，已申请发明专利60余项，获授权专利30余项，包括7项国际专利。获软件著作权6项。已获一类新药临床批件2个，多个新药已转让给国内大型制药公司。

报告题目：分子动力学模拟在蛋白质受体变构调节中的应用

大麻素受体CB1是中枢神经系统中表达量最高的G蛋白偶联受体（GPCR）之一，是治疗焦虑、肥胖、疼痛和神经退行性疾病等疾病的潜在药物靶点。靶向CB1正构位点的药物分子，由于可能导致的脱敏、耐受和成瘾等方面的副作用，其临床用途受到很大的限制。而靶向CB1变构结合位点的药物由于不与内源性配体结合的正构位点竞争，不会完全关闭正构位点的功能，可能有助于减少副作用。因此，CB1变构药物成为近年来的研究热点。本报告将首次揭示了TM2重排在CB1活化和变构调节中的重要作用，可用于指导CB1变构药物的设计。

于璠

华为 副首席专家

中国科学技术大学计算机博士毕业，华为工作12年，现任华为软件领域科学家/昇思MindSpore架构师，获得2020OSCAR开源人物，获聘哈尔滨工业大学客座教授，主导华为AI系统核心算法/云计算资源调度/SDN大规模路由等架构和算法的设计和落地，发表专利和论文40余篇。

报告题目：AI科学计算业界趋势和MindSpore实践

AI在计算机视觉、自然语言处理等领域已取得一定成功，其影响已扩展至科学和工程等诸多领域。AI在蛋白质结构预测、分子模拟、流体气象以及微分方程求解等传统科学领域已取得革命性的突破，如AlphaFold2在蛋白质结构预测中取得了媲美实验的精度。传统科学领域悄然成为了AI新的主战场，AI for Science是科学计算的新范式。

昇思MindSpore从创立之初便积极布局，不仅提供了AI科学计算的软件基础底座，还投入研发电磁、材料、制药、航空航天四大套件。

本次演讲将与大家分享AI科学计算的业界趋势、进展以及MindSpore的实践等内容，期待与大家进行一次思维的碰撞。

侯廷军

浙江大学药学院 教授

入选国家万人计划，长期针对计算机辅助药物分子设计中存在的技术难点和问题，通过引入人工智能、高性能计算、理论化学、化学信息学、生物信息学等多学科的最新技术发展了一系列高精度的药物设计方法，并将其用于创新药物发现，获得了一批结构新颖且活性较强的候选药物分子。累计发表SCI论文400余篇，高被引论文30篇；获授权专利和软件著作权40余项。

报告题目：基于AI的药物发现: 机遇与挑战

新药研发是一项长周期、高投入、高风险的复杂系统工程。多年来，研究者们提出了一系列的理论、方法和技术用以加速药物先导结构的发现、优化和评价，但这些方法的出现仍未明显扭转新药研发成功率持续走低的势头。近几年，一些新型AI算法被引入到新药研发的各个层面（包括候选药物挖掘、化合物筛选、成药性预测、靶标预测、药物晶型预测、疾病标志物挖掘、辅助病理生物学研究、药物新适应症挖掘等），极大提升了相关方法的准确性，有望推动创新药物先导分子筛选、设计和评价领域取得重大突破，前景巨大。本报告将基于报告人课题组的工作，简单介绍AI药学的基本概念、发展历史以及目前面临的挑战。

宋乐

百图生科 首席AI科学家

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，蚂蚁金服深度学习团队负责人、国际机器学习大会董事会成员，具有丰富的 AI 算法和工程经验。自 2008 年起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，并出任 ICML 2022 的大会主席，也是同行评议期刊 JMLR、IEEE TPAMI 的副主编。

报告题目：AI药物设计

百图生科(BioMap)是生物计算引擎驱动的创新药物研发平台，由百度创始人李彦宏发起创立，致力于将先进AI技术与前沿生物技术相结合，构建独特的靶点挖掘及药物设计能力，开发创新药物，造福人类健康。