迈克尔·莱维特
点亮科学思想火花，照亮人类智慧星空。又一场科学盛宴“浦江科学大师讲坛”昨天在复旦大学相辉堂拉开帷幕，以复旦大学相辉堂为永久会址，并与现有科学论坛相得益彰。首期讲坛聚焦计算生物学领域最前沿的问题。现场，2013年诺贝尔化学奖获得者迈克尔·莱维特还饶有兴致地分享起获得诺奖需要具备“五要素”。他还专门提及，鼓励实验室的年轻科学家相互合作的重要性，而非围绕特定个体，即某个资深科学家的想法来工作。
青年报记者 刘昕璐
健康问题最受关注
伴随着老龄化社会的到来，医学、生物学、生命科学，成为全世界科学家关注的前沿。什么是计算生物学？顾名思义，计算生物学就是用计算方法来解决生物学问题，通过将定量分析方法引入生物学研究领域，提升研究效率。2013年诺贝尔化学奖获得者迈克尔·莱维特（Michael Levitt）首创蛋白质和DNA的分子动力学模拟方法，致力于蛋白质结构预测技术的关键评估，研究蛋白质结构的折叠和包装，开发用于大规模序列结构比较的评分系统，是计算生物学领域的开创者之一。
在主报告中，迈克尔·莱维特阐述计算生物学从一个现代生命科学中的“边缘”学科一跃成为引领性的龙头学科的过程，以及所揭示的深刻的科学发展规律及方法论的启示，同时也将讨论“无用”的基础科学和“有用”的应用科学之间的深层依赖关系。 在分报告中，复旦大学复杂体系多尺度研究院院长马剑鹏教授介绍从基因靶标发掘到新型生物大分子药物开发的全链条人工智能赋能药物创新研究的现状和未来前景。复旦人工智能创新与产业研究院院长漆远介绍人工智能在推进科学发现、促进经济发展尤其在药物研发、生命健康、气象能源等领域的应用。
获得诺奖需要具备“五要素”
2013年诺贝尔化学奖获得者迈克尔·莱维特是美国科学院院士、英国皇家科学院院士，美国斯坦福大学结构生物学系终身教授，复旦大学复杂体系多尺度研究院荣誉院长。现场，他还分享起究竟什么是科学。
莱维特说，他曾经工作过的剑桥医学研究委员会分子生物学实验室，是一个不大的研究所，但却出了28位诺奖得主。如何才能获得诺奖？在他看来，需要具备“五要素”，即具有充足的研究经费，如每个团队每年160万美元；不存在明显的官僚主义；以小型团队（5人左右）为宜；来自同侪的强大压力，“只有你的下一篇论文优秀，你才算优秀”；没有等级观念，学生们和诺奖得主一样充满自信。
莱维特介绍，很多诺奖成果都是科学家最富创造力的青年时期完成的。“我们鼓励实验室的年轻科学家相互合作，而非围绕特定个体，即某个资深科学家的想法来工作。”莱维特说，在他的团队工作的科研人员，也可以去其他团队工作。
28岁时，莱维特就和同事撰写了如何计算蛋白质折叠的论文，这在当时是非常前瞻的研究。而今75岁，如何继续在研究中保持前瞻性？莱维特说，直到现在，他依然对很多问题感到好奇，这让他不断地有动力去尝试新事物。
主动拥抱学科交叉
“基础学科非常重要，在美国，医学院和科研机构的基础科学家，比其他科学家获得了更多的诺贝尔医学和生物学奖。”莱维特说，未来，随着AI进一步赋能基础学科，也将让年轻人有做出更多创新性成果的机会。他举例说,AI技术的发展使得学科之间的交叉更多，而年轻人更善于、更乐意拥抱这种交叉。
有统计数据显示，在全球科学界，目前青年科学家做了更多高被引的研究工作，即年轻人的成果被引用的次数更多，而年长的科学家积累的工作更多。莱维特说，“今天，原创性的科研‘种子’更多的会来自年轻人，应该更大力度地支持和提拔年轻人，让他们在大量的基础研究中获得更多资金支持。”
青年报记者 刘昕璐
【来源：青年报】
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn
