主要观点总结
本文介绍了李煜的研究工作，包括其利用人工智能算法围绕RNA和蛋白质开发的新技术，以及他在蛋白质结构预测、药物开发、RNA结构预测等领域取得的进展。他还指出了未来药物开发的关键突破将集中在提升分子间相互作用的预测技术上，并计划将相关研究成果向工业应用转化。
关键观点总结
关键观点1: 李煜利用人工智能算法开发了一种密集同源物检索器（DHR），能快速、灵敏地检测蛋白质同源物，为生物科学领域提供了一种强大的工具。
李煜的研究团队采用独特的双编码器框架，产生蛋白质序列的向量嵌入表达形式，通过识别蛋白质的同源物，大幅提高了检测效率。这项技术在多个领域展现出了应用价值，包括药物开发、病毒研究、生态学研究等。该技术能够识别出新的远源同源关系，有助于更好地理解蛋白质之间的联系和进化过程。
关键观点2: 李煜团队在RNA领域也取得重要进展，开发出RhoFold+工具，能够从序列中精准预测单链RNA的3D结构。
李煜团队通过集成近2400万RNA序列上预训练的RNA语言模型，实现了RNA 3D结构预测。该工具能够在短时间内生成准确的预测结果，为RNA在药物设计和合成生物学中的应用开辟了新的可能性。
关键观点3: 李煜认为未来药物开发和生物技术领域的关键突破将集中在提升分子间相互作用的预测技术上。
尽管目前蛋白质研究和RNA研究在单个结构或序列分析方面取得了突破，但在预测分子相互作用方面仍然有限。李煜课题组未来的研究方向将集中在解决数据噪声大、数据量有限以及模拟与实际应用存在偏差等问题上，并计划将相关研究成果向工业应用转化。
文章预览
29 岁的李煜目前在香港中文大学担任助理教授，他致力于围绕 RNA 和蛋白质开发机器学习、深度学习等人工智能算法，并将序列分析、结构预测、功能预测等应用于解决生物和医疗健康领域的挑战。 在中国科学技术大学生物专业获得一等荣誉学士学位后，来到沙特阿拉伯阿卜杜拉国王科技大学计算机专业获得硕士和博士学位，从那时起，他的研究方向从生物学转向了计算机科学和生物医药交叉。 此前，李煜曾在美国麻省理工学院、美国哈佛大学等高校担任访问助理教授和访问学者，并曾担任美国博德研究所副研究员。 2022 年，他与团队在第 15 届结构预测关键评估大赛（CASP，Critical Assessment of Structure Prediction）的 RNA 结构预测竞赛中，获得总评全球冠军和全自动化类冠军。 图丨李煜（来源：李煜） 近期，李煜课题组与合作者共同开发了一种创新的
………………………………
