“学生不仅要站着开会，为了能跟上诸位特邀嘉宾的报告进度，更是直接坐在地上记笔记，就连会场放水的桌子上都坐满了‘杰青’。”

这就是前不久在广州召开的第11届全国生物信息学与系统生物学大会（下称“全国生信大会”）的现场。

本届大会由中国生物信息学会（筹）主办，广东省生物信息学会及中山大学承办，主题为《生物信息学与系统生物学及其应用的最新前沿研究》，共设3个特邀主会场和16个分会场，参会人数达1600多人，创造历史新高。

实际上，如今的全国生信大会已经走过二十五载岁月，已成功举办十届，但每届会议都无一例外地吸引到各地生信专家和学者。不少人交口称赞，“这一大会已发展为中国生信领域学术水平最高、影响最大的全国盛会，是当之无愧的品牌会议。”

谈起本届大会的盛况，大会主席孙之荣教授颇有感慨，“举办一场生信会议的念头由来已久，大概要追溯到1998年之前。早期小范围办会只取了一个“华北地区生物信息学研究会”的名字，清北、中科院、天津、内蒙古多地教授予以支持。新世纪后生信大会因为非典原因停办六年，后来有了各地高校教授的帮助，会议愈发成熟，成了一个大团队，感谢同道的帮助。”

事实上，本届会议原定于去年10月，因疫情爆发两次延后，直到今年年初管控放开，各地高校教授的的参会热情已经非常高涨。

作为组织者和参会者之一，本届大会执行秘书长为中山大学数学学院的张家军教授。他对雷峰网(公众号：雷峰网)表示，“这会更加考验团队凝聚力和执行力问题。从决定举办并确定日期算起，留给我们的实际筹备时间仅有3个月，而往届会议会有一年的筹备时间。”

在人手有限、疫情干扰以及时间压缩的情况下，本届大会在会议嘉宾和内容以及节奏的把控上，都获得了极高的评价。

其一，分会场覆盖面更广，农林畜牧等学科人才面孔增多，一线医生参会热情高涨。

该届大会覆盖了基因组学信息学、转化信息学与数据安全、生物医学数据挖掘与计算、人工智能与生命科学、非编码RNA与RNA信息学、重大疾病组学信息学、生物信息学算法研究、农林信息学、生物分子结构预测与模拟、网络生物学、多组学与整合生物学、计算合成生物学等生物信息学与系统生物学的多个前沿方向，共3个特邀主会场和16个分会场。

张家军教授表示，“诸如各地农林畜牧方向高校、研究所学者积极应邀。此外，大会还专设了重大疾病组学信息学分会，来自各地附属医院、医学研究所、高校医学院的一线医生都赶到了现场。”

本届大会聚集了来自全国各地1600多名专家、学者和行业从业者，覆盖了生命科学、物理学、信息学、医学等学科，包括南方医科大学侯凡凡院士、北京大学汤超院士、北京大学张泽民教授、哈佛大学刘小乐教授（线上）、中科大刘海燕教授、中科院生化所陈洛南、清华大学张强锋等7位学者，从各自的研究方向出发进行了40分钟的特邀报告。

孙之荣教授表示，本届大会也在主会场专设了国家杰出青年学者的25分钟报告环节。

如，山东大学数学与交叉科学研究中心杨建益、清华自动化系汪小我、北京北京国际数学研究中心张磊、上海交通大学数学科学学院周栋焯、中南大学计算机学院李敏、复旦大学类脑人工智能科学与技术研究院赵兴明、中山大学生命科学学院杨建华、北大公共卫生学院葛颢、中山大学数学学院张家军等9位学者。

浙江工业大学信息工程学院的张贵军教授表示，“尽管是第三次参会，但这次参会人数最多，师生十人同行。”

华中农业大学信息学院则直接是由院长张红雨、副院长李国亮带队，龚静、牛晓辉、全源、周强伟、王云龙、朱志贤、王振吉等多名师生参加会议。据该学院相关负责人介绍，“这次会议对促进与同行和行业从业者的交流和合作建立了可能。”

其三，热闹的不止于大会参会人员，本次大会的展商区也云集了十多家相关公司。

如，位列“明星展位”的中科曙光、火山引擎、亚马逊科技，以及“标准展位”的毅硕科技、深圳国家基因库、曼迪匹艾（北京）、万乘科技、上海序祯达生物、安诺优达、北京并行科技、深圳华大智造。

据其中一家展商介绍，“线下参展的好处是，能直观感受到产学研各界的热情，不再是一头热一头冷。现在我们最大的挑战是时不我待，只争朝夕。”

这句话也诠释了如今的生信大会正在从“小而美”走向“大而强”。而在这场变革中，小到前沿学科建设、中端技术转化、后端产业承载，都在尝试作出最有力的回应。

正如全国人大常委会副委员长陈竺在贺信中所言，“当前新一轮科技革命和产业革命加速发展，生命科学创新突破方兴未艾，生物产业与信息产业深度融合，对全球生命健康事业发展和世界经济复苏具有十分重大的意义。”

其中，考虑到技术转化的难易程度，蛋白质预测与设计成为本届会议的两大看点，山东大学杨建益教授、中科大刘海燕教授的两场报告广受关注。

山东大学数学与交叉科学研究中心的杨建益教授，以《AI在蛋白质结构预测中的应用》为题进行报告。

据悉，杨建益教授研究方向包括蛋白质结构与功能预测、RNA结构预测等，并与密歇根是大学张阳、华盛顿大学David Baker等学者合作，成功开发I-TASSER 和trRosetta等著名结构预测算法。在去年的CASP15比赛中，杨建益教授带队获蛋白质单体结构预测组第一名。

他表示，蛋白质结构预测的目标是从蛋白质的氨基酸序列出发，通过算法设计和开发，构建准确的三维结构模型。随着深度学习的发展，如今蛋白质结构预测方法主要分为三种：基于模版的同源建模、基于蛋白质分子电子结构的第一性原理的从头预测、基于深度学习的蛋白质结构预测。

而后者又可以分为两部分，其一是从二维图到三维结构的“两步走”法，代表性方法有AlphaFold1（DeepMind）、trRosetta（杨建益）、ProFold（卜东波）、RaptorX（许锦波）；其二从神经网络到三维结构的端到端预测方法，涵盖AlphaFold2（DeepMind）、RoseTTAFold（David Baker）。

随后，杨建益教授结合CASP15的比赛表现，进一步介绍了两种方法的融合方式。

他表示，trRosetta的方法主要包括两部分，一是通过深度学习算法预测蛋白质残基间的几何信息、二是把这些信息转化为Rosetta的能量项，通过能量最小化方法快速从头预测蛋白质结构。而参赛的trRosettaX2，是在以前trRosettaX的基础上，改进了氨基酸距离和角度的预测，并用trRosetta的能量函数进行折叠。而对于trRosetta预测不好的结构，则直接使用了AlphaFold2的预测结果。

此外，在本次会议中，刘海燕教授以《基于AI的蛋白质从头设计》为题进行了特邀报告。

刘海燕教授于1990年毕业于中科大生物。