内容：

蛋白质作为细胞内部的分子机器，起到了至关重要的生物作用。要想了解蛋白质的工作机制，就必须要知道分子机器的三维结构。目前有两类预测蛋白结构的方法:同源建模（template-based modeling）与从头折叠（de novo folding），它们各自有各自的局限性。我们tFold团队最近在CAMEO平台上测试了蛋白结构预测的新思路。该方法的核心是利用深度学习将同源建模与从头折叠有机的结合在了一起，并且非常好的汲取了两类方法共有的特点，取得了在CAMEO持续领先的优势。

人物介绍：

王晟，腾讯AI lab专家，2005年毕业于上海交通大学生命科学院，2010年于中国科学院理论物理所取得博士学位，之后分别在TTIC，芝加哥大学以及KAUST从事Research Scientist工作。王晟博士主要从事基于人工智能的计算生物学研究，尤其是基于深度学习的蛋白质结构从头预测，达到了国际先进水准（CASP12蛋白接触图预测第一名）。近五年来，王晟在PNAS, Cell Systems, Nature Protocols, Nucleic Acids Research, Genome Biology, Bioinformatics, Brief. in Bioinform., PloS Comp. Biol.等国际知名期刊上发表论文60多篇；会议论文近30篇，包括计算生物的知名会议ISMB, RECOMB, ECCB等，以及计算机视觉领域知名会议CVPR等 。Google Scholar引用超过3700次，h-index为25。王晟目前的研究是高精度蛋白结构预测。

王晟博士的科研工作获得过一些学术奖励，包括但不限于：RECOMB与APBC会议的Best Paper Award，ISMB 3Dsig会议的Warren DeLano Award，IJCAI Boom会议的Best Poster Award，以及PloS Comp. Biol. 杂志的年度突破论文奖；在发表的文献中，有三篇入选Web of Science的“高被引论文”。王晟博士的科研获得了NIH, NSF, KAUST的支持，以核心研发者参与或主持的科研项目经费超过350万美元。