報告人簡介：

馬劍竹，現任清華大學電子工程系、清華大學智能產業研究院副教授，博導🔬，基金委海外優青項目入選者⚄。曾任美國普度大學計算機系Walther助理教授🙋‍♀️🥱，兼任普渡大學生物化學系助理教授，主要研究領域為人工智能🧖‍♀️、系統生物學和生物製藥💁🏼‍♀️。曾獲得生物計算學國際頂級會議RECOMB的最佳論文獎🕺🏼，國際計算生物學會議ISMB的Warren DeLano獎2次，國際RNA和蛋白質折疊大會的最佳海報獎，2024中國生物信息學十大進展💆🏿‍♀️。學術論文曾發表在Nature、Cell、Cancer Cell、Nature Machine Intelligence💂🏼‍♀️、Nature Methods、Nature Cancer等期刊上。論文曾被Nature Methods，Nature Machine Intelligence評為封面論文🛢。領導開發的蛋白質結構預測軟件RaptorX獲得兩次國際蛋白質結構預測比賽總分第二名，一次高難度組第一名和一次蛋白質接觸圖比賽的第一名。

報告摘要：

本次報告講將介紹一種新的全原子生成模型PocketXMol。該模型將所有與蛋白質和小分子相關的任務在原子級別進行統一⚽️，通過對不同任務的統一表示和多任務輪轉去噪生成算法對分子進行統一生成。該模型在不需要微調的情況下可以直接應用於訓練中未出現的任務🧏🏼‍♂️。除了介紹模型架構，本次報告還將介紹PocketXMol在腫瘤和傳染病等多個領域的多種不同應用🤸🏿‍♂️。