AIMBE Fellow 潘毅:少年狀元、九年學術荒,拒做生物信息學的「工具人」

.. 6月28日,中國科學院深圳理工大學(籌)(以下簡稱「深理工」)一支特殊的小分隊從深圳趕赴安徽,看望一位「扭扭車」男孩張亮。

因患「脆骨症」無法獨立行走、只能依靠扭扭車代步的張亮,在今年的高考中取得了535分的成績,超過安徽省理科一本線44分。在接受央視採訪時,張亮曾提起自己的理想志願——深理工大學的計算機專業,他希望在沿海城市上大學。遺憾的是,深理工的計算機專業今年尚未開始招收本科生。

深理工計算機科學與控制工程學院院長潘毅聽聞后,決定與學校工作人員一同前往安徽看望張亮。雖然最終因公務而未能成行,但學校小分隊帶去了潘毅的書信,潘毅也與張亮現場連線,鼓勵他未來報考學院的研究生。

2022年,深理工的首屆聯合培養碩士研究生畢業,100%實現就業升學。

潘毅是深理工計算機學院的首任院長。2020年,潘毅應深圳先進院院長樊建平之邀加入深理工,主持計算機學院的建設工作。這是潘毅第一次在國內全職任教,卻不是他第一次從零開始打造一個全新的計算機團隊。

在美國亞特蘭大的喬治亞州立大學任教時,潘毅曾先後擔任喬治亞州立大學計算機系和生物系系主任、文理學院副院長等職位,帶領該校的計算機系從一個相對冷門的專業,成長為生物信息領域世界第22名。

憑藉生物信息學領域的貢獻,潘毅被評為喬治亞州立大學終身教授、大學傑出教授、州校董教授,當選美國醫學與生物工程院院士與烏克蘭國家工程院院士。

耳順之年,功成名就,潘毅卻將自己的「進度條」撥回起點,選擇回國任職。

自2005年擔任佐治亞州立大學計算機系主任以來,潘毅經歷了生物信息學發展最迅速、技術迭代最快的十幾年,他研究了大半生的計算機技術與生物學結合后煥發出新的生命力。

「這是一條非常崎嶇的道路。」潘毅這樣形容自己從計算機轉型做生物信息學的選擇。

但他也說,「我可以干到八十歲再退休。」

清華計算機高材生轉行「天坑」專業


和不少生物信息學領域的學者一樣,潘毅也是一位計算機專業出身的跨學科研究者。

作為國家恢復高考後的第一屆考生,潘毅以江蘇省理科狀元的成績進入清華電子工程系就讀,也就是改組前的計算機工程與科學系。

中國最早一批的生信人,在1960年前後出生。1978年,恰同學少年。

佐治亞大學生物化學系教授徐鷹,正在念吉林大學計算機本科。後來與徐鷹一起在橡樹嶺國家實驗室做研究,並一起獲得2001年美國「最傑出研究與開發100 人獎」的密蘇里大學許東教授,此時還在讀初中,直到五年後就讀北大。和潘毅是蘇州同鄉的深圳灣實驗室系統與物理生物學研究所副所長周耀旗,一年之後也將會去中科大讀化學。

潘毅在清華大學度過了八年半的時光。

碩士期間,潘毅在由金蘭、鄭緯民、沈美明和王鼎興幾位老教授組成的教研組內學習,導師金蘭教授是清華大學計算機專業最早的一批老師,親歷了計算機專業的創建。

右一為金蘭教授

1956年,清華大學開設電子計算機專業,從莫斯科留學歸來的金蘭教授被任命為教研組副主任,負責模擬計算機方面的工作。

潘毅回憶道:「金蘭教授已經年邁,但他每年都要發幾篇英文的文章,隨時記錄自己的想法,這種認真刻苦的作風讓我印象十分深刻,也給了我很多的鼓勵,讓我養成了好的學術作風。」

在金蘭教授的幫助下,潘毅在1985年讀碩士期間就已經在海外頂級會議ICDCS上發佈了論文。在當時那個年代,很多教授難有在海外發佈文章的機會,而ICDCS更是只有不超過20%的錄用率。

2019年當選中國工程院院士的鄭緯民教授,曾在實驗室裏手把手教導潘毅開發軟硬件、做分佈式系統。

2017年 潘毅與鄭緯民院士參觀毛主席故居

2018年清華大學英文雜誌《大數據挖掘與分析》創刊時,潘毅邀請了老師鄭緯民與他一同擔任主編。這本雜誌如今已位列全球計算機領域前4%,進入世界一流期刊的行列。

同樣在2018年,鄭緯民院士到蘇州出差時,還專程前往潘毅的故鄉蘇州吳江區參觀,在他以前的居所與上大學前工作過的工廠拍照留念,可見他對自己這位徒弟的喜愛。

鄭緯民院士在潘毅老家胡家弄拍照留念

沈美明教授對潘毅更是慷慨解囊。潘毅表示,「我出國留學前手頭沒有美金,還是沈老師借了錢給我解燃眉之急。」

當時的清華大學計算機系主任,同樣出身吳江區黎里鎮的王鼎興教授,與潘毅的來往要更密切一些,「王老師的父親和我的外公是朋友,我們兩家是世交。」

潘毅進入清華讀書後,王鼎興教授在學習上和生活上都給予了他非常多的幫助,潘毅回憶,「我讀大學時常去王老師家中做客,和王老師一家人成為了很好的朋友。」

剛進入大學時,周圍優秀的同學和緊張的學習環境使潘毅面臨著空前的壓力。這個時期,王鼎興教授在學業上的指導和精神上的鼓勵都使他獲益匪淺,也逐漸建立起為人處世上的原則。

「直到現在我和王老師還經常交流,偶爾提起家鄉黎里鎮的變化,王老師都會很高興。」

在清華大學這個「紅色工程師的搖籃」中學習成長,年輕的潘毅和他的同學們都以能進入國企成為一名工程師為榮。

「那時候沒有出國的機會,要去國外做教授幾乎不可能,(大學時)包括我在內同學們都覺得在一個大企業里做到總工程師,就已經很了不起。」

但是,身處國家風雲巨變的時代,繼成為恢復高考後的第一批大學生后,又趕上了國家放開出國留學政策,潘毅走上了一條意料之外的道路。

攻讀了兩年博士后,由於導師決定定居國外,潘毅最終放棄留校,並於1986年經清華大學的允許前往加拿大卡爾加里大學。1987年1月份,潘毅轉到美國著名高等學府,也是美國最早的十所大學之一——匹茲堡大學計算機科學系重新開始攻讀博士學位。

這時的生物信息學尚且處於早期的萌芽階段,大名鼎鼎的人類基因組計劃也要在三年後才正式啟動。

人類基因組計劃啟動一年後,1991年,博士畢業的潘毅通過競爭激烈的面試,進入俄亥俄州的私立天主教學校戴頓大學工作。

與潘毅同年出生、同年高考,又同年博士畢業的徐鷹,則選擇留校做了助理教授,並於1993年進入橡樹嶺國家實驗室后,偶然加入到人類基因組計劃的工作中,比潘毅早一步觸摸到生物學的邊緣。

而1991年才剛剛開始攻讀博士學位的許東,恰好選擇了計算生物物理的研究方向,比前輩徐鷹還要早兩年接觸生物學。

戴頓大學是一所教學型學校,注重學生教育,為教授們提供的科研條件並不算好。因此,在戴頓大學工作的九年裡,潘毅只能一點點艱難推進自己的研究。

這種情況直到2000年潘毅進入佐治亞州立大學工作才得以好轉。在佐治亞州立大學,潘毅偶然發現蛋白質序列的對比需要用到并行計算,這正是他所擅長的計算機領域的知識。

他決定投身於此。然而,最大的難題在於生物信息學的交叉性,了解計算機知識的人沒有生物學背景,而生物學專業的人又不懂計算機編程,這兩門學科之間存在着非常大的鴻溝,令很多研究者望而卻步。

潘毅開始更加深入地學習生物學專業知識。

2005年,潘毅升任佐治亞州立大學計算機系主任。這時的佐治亞州立大學的計算機系才剛剛設立,系裡只有十五六個教授,不論資金還是人力都十分緊缺。

對身為系主任的潘毅來說,如何利用眼下有限的資源使計算機系脫穎而出是個難題。

他想到了自己前不久開始進行的生物信息學研究。

21世紀初,生物信息還是一門新興學科,不論是美國老牌名校還是剛剛成立的佐治亞州立大學計算機系,都沒有歷史積累,站在同一個起跑線上。只有這樣,才有「彎道超車」的機會。

作為生物學和計算機學兩門學科的融合,生物信息利用計算機技術解決生物學的問題,這就要求從業者必須同時具備兩門學科的知識背景。

那時候計算機背景的學者中,鮮少有人願意選擇跨行到生物這一高難度的領域,潘毅卻覺得這或許正是佐治亞州立大學計算機系突圍的機會。別人不想乾的事情他來干,並且一定能幹好,他要成為最早一批「吃螃蟹」的人。

於是,他與一位對計算機領域較為了解的生物學教授合作,申請了一筆一百五十萬美元的科研經費,組建起佐治亞州立大學生物信息學研究的初始團隊。

潘毅將經費分配給其他教授,要求他們與生物系的教授合作,在自身研究方向的基礎上結合生物學知識,在一定期限內產出一批新的科研成果。比如,將人工智能用於生物數據分析,將計算機可視化用於蛋白質和分子可視化,將算法、數據庫等技術全部融入生物學領域。

潘毅探索生物信息學的研究就此走上正軌。

用AI,可以挑戰哪些生物學難題?

潘毅開始建設佐治亞州立大學的生物信息團隊時,徐鷹正擔任佐治亞大學生物信息研究所的首任所長,兩人一個在亞特蘭大,一個在雅典市。

此前,徐鷹與雷峰網《醫健AI掘金志》交流時,曾提出一個劃分,生物信息學作為生物學與計算機科學兩大學科的交叉點,這一領域內不同學者所做的研究在兩個學科所佔比重上通常有所不同。

例如,徐鷹本人的研究中90%是生物,10%是計算;許東的研究中20%是生物,80%是計算;潘毅的研究中5%是生物,95%是計算。

同樣是學計算機出身的學者,徐鷹的研究更加偏向生物,潘毅則是更加偏向計算;而分別是物理、化學專業出身的許東和周耀旗,研究內容則更加偏向生物物理和化學物理。

「許東老師是計算生物物理的博士,要比我們更加了解生物的性質。我們作為計算機專業的教授,強項是算法的分析和系統的開發。」

潘毅說,他所研究的內容是如何將生物的問題轉化為計算的問題,並開發出相應的工具,高效、高質地解決這一問題。

在生物學領域的研究中,AI技術的應用是必不可少的。但對於不懂計算機的生物學家來說,如何將先進的AI技術應用到研究中也是一大難題。

潘毅所擅長的正是製造並利用先進的AI工具,並用其解決生物學難題。

「我始終對學生講,研究問題不僅僅要關注AI,還要將AI的算法與實際問題相結合,從實踐中來到實踐中去,這樣的算法既有理論的高度又有落地的基礎,才有頂天立地的效果。」

而在接觸生物信息領域早期,潘毅與徐鷹、許東的研究內容曾有過重合。

1997年,徐鷹進入橡樹嶺國家實驗室生命科學部擔任課題組長,次年許東加入課題組,兩人合作進行了蛋白摺疊與蛋白結構預測的相關項目,又於2003年先後離開橡樹嶺,分別前往佐治亞大學和密蘇里大學擔任教職。

就在徐鷹、許東兩位教授回到學校不久后,潘毅也開始探索生物信息領域。

潘毅最初接觸的問題是蛋白質、DNA、RNA等的序列對比。

進行序列對比的目的是尋找不同序列之間的相似性。相似的序列往往起源於共同的祖先,可能有相似的結構和相似的生物學功能。

因此,對於一個已知序列但是結構和功能都未知的蛋白質,如果與它相似的序列的結構和功能是已知的,就據此可以推測出未知蛋白質的結構和功能。

為了迅速在存儲量巨大的數據庫中找到相似的序列,相應的算法和工具必不可少。

序列比較的指標之一——序列相似度(similarity)就需要使用替換積分矩陣(subsitution matrix)進行統計。

潘毅最初進行序列對比工作時,最常見的DNA替換積分矩陣和蛋白質替換積分矩陣是等價矩陣(unitary matrix)。

等價矩陣是最簡單的替換積分矩陣,相同鹼基/氨基酸之間的匹配得分為1,不同鹼基/氨基酸間的替換得分為0。

潘毅發現,等價矩陣在工作中並不考慮鹼基或氨基酸的理化性質,也無法區別對待不同的替換,準確度存在很大問題。

於是,他選擇了準確度相對較高的BLOSUM-62矩陣,但依舊無法滿足生物學研究中的準確度需求。

對別的生物學家來說,在研究中沒有合適的工具或許是無法逾越的難題,但學計算機出身的潘毅卻可以自己製作工具。

在當時,應用廣泛的多序列對比工具CLUSTALW,僅僅能找到序列中六個基序中的兩到三個,而潘毅自製的打分系統能夠精準地找到全部六個基序。

「這才是真正有生物學意義的工具。」

他帶領兩個博士生將這一研究成果整理成冊,出版了《Multiple Biological Sequence Alignment: Scoring Functions, Algorithms and Evaluation》(《多生物序列對比:打分函數、算法、評價》)一書。

隨着研究的深入,潘毅逐漸意識到簡單的算法無法處理數目龐大的生物數據,下一步的研究必須要利用人工智能技術。

他開始嘗試使用AI算法進行蛋白質結構預測,先後將聚類算法、支持向量機、正則化算法、決策樹、關聯規則等多種算法運用到生物信息學的研究中,但無一例外都存在精度差、速度慢等問題。

直到2014年前後,生物信息領域的研究者們集體轉向深度學習技術,潘毅也是其中之一。

「GPU等硬件的發展讓機器速度大幅提升,深度學習技術也成熟了,這時候用在生物信息上如魚得水。」

生物信息學進入了深度學習的時代。區別於生物學家所做的深度學習,潘毅的研究既包括深度學習在生物方面的應用,同時也在改進算法的精度、速度以及架構,將生物學知識融入進算法中。

比如,將傳統生物學知識中神經網的聯絡方法取代深度學習常用的線性連法,改進深度學習中梯度消失的問題。

在技術發生變革的同時,潘毅的研究也逐漸進入第二階段。

2010年前後,他開始嘗試將計算機與生物學知識相融合,比如,在進行多序列對比時,將鹼基或氨基酸之間變化的概率也加入計算之中,從而更加精準地描述生物學問題。

這個階段,潘毅的研究重心逐漸從蛋白質結構預測轉變為生物網絡分析,這也是潘毅的生物信息學研究生涯中佔據精力最多的基礎研究。

在生物網絡分析的研究中,要通過生物實驗數據挖掘出生物網絡的潛在變化,以系統的方法研究生命現象的熱點和難點,主要包括蛋白質調控網絡與基因調控網絡。

基因調控網絡的研究如今已被廣泛應用於疾病基因預測、藥物靶標的篩選等領域,並對疾病早期診斷、個性化治療、藥物研究產生了深遠影響。

對生物網絡分析的基礎研究也為多年後潘毅轉嚮應用研究打下了堅實的基礎。

在潘毅的帶領下,佐治亞州立大學的生物信息研究團隊飛速成長起來,潘毅帶領團隊開始組織生物信息領域會議、創辦學術雜誌、出版系列叢書。

潘毅與李明、王建新兩位教授以及圖靈獎獲得者John Hopcroft共同出席ISBRA 2014  

他與徐鷹、許東、周耀旗,以及加拿大滑鐵盧大學終身教授李明、弗吉尼亞大學教授張愛東等生物信息領域的諸位華人學者們,也是在這個時期相識。

2005年,潘毅創辦生物信息學研究與應用國際研討會(ISBRA)后,曾多次邀請李明、徐鷹等教授參加並進行主題演講;他與張愛東分別擔任着IEEE/ACM計算生物學和生物信息學學報(TCBB)的副主編和主編;還曾邀請同為系主任的許東,以及彼時仍在印第安納大學工作的周耀旗,前往佐治亞州立大學演講。

「我和這幾位老師在工作上經常相互學習,向他們請教問題,也會邀請他們在會議上做主題演講。我也很感謝這些年他們對我和我學生們的幫助。」

即便做了16年的系主任,行政工作繁忙,潘毅依舊時常與生物信息學領域的華人學者們互相交流學習。

2007年,IEEE生物信息與生物工程國際大會授予潘毅傑出成就獎。根據相關網站排名,2011年至2021年間,佐治亞州立大學計算機系生物信息領域世界排名22名。

「現在的佐治亞州立大學計算機系四十多位教授中,有十幾位教授專攻生物信息學方向,這樣規模的生物信息學研究團隊在美國如今的大學中仍是十分難得。」

被生物學家當作「工具人」

對潘毅來說,1986年出國讀博是人生中的重大分水嶺。

出國以前,他是江蘇省的理科高考狀元,是恢復高考後的第一屆大學生,是國內頂尖學府清華大學的天之驕子,即便面A臨着優秀的同窗們帶來的競爭壓力,但他未來的人生仍是清晰可見的一片坦途。

選擇出國留學,則使他的人生增添了許多的不確定性。

1991年,潘毅從匹茲堡大學獲得博士學位。按照計劃,他應該進入一所研究型高校擔任教職,一邊從事教學工作一邊推進自己的學術研究。

但彼時的美國正深陷新一輪周期型經濟危機的泥潭,工業界不再需要大批的高學歷人才,畢業的博士生們只能湧向教學崗位,使得就業競爭加劇,很多人陷入了畢業即失業的窘境。

潘毅還算幸運,在人生地不熟的美國以亞裔的身份拿到了戴頓大學的offer,獲得了自己的第一份工作。

雖然這個offer解決了潘毅的燃眉之急,但作為教學型學校,戴頓大學提供給教師們的研究資源實在有限,潘毅的學術研究進入了長達九年的艱難時期。

直到2005年開始擔任佐治亞州立大學計算機系主任時,潘毅已經45歲,此時距離1978年他走進清華校園學習計算機已經過去27年,人生中五分之三的時間都在和計算機打交道。

人到中年,進入一個完全陌生的領域並不是件容易事。

首先是專業知識上的欠缺。為了進行生物信息學研究,計算機出身的潘毅只能開始從頭學習生物學的背景知識,像剛入學的大學生一樣看教科書、讀論文、聽報告,終於將自己從單一學科背景打造成交叉學科的研究者。

其次是心理上的落差。在計算機行業內已經成名的潘毅,要進入生物信息領域,只能和所有新人一樣從底層開始一步步向上走。

「又要做一個小字輩,從頭開始干起,這樣的感覺是很不好的。」

那時已經常在并行計算領域大型學術會議上作主題演講(keynote speech)的潘毅,進入生物信息學領域后,反而連在一些低級別研討會(workshop)上的演講機會都時常爭取不到,無人問津。

「人家都不理你,也會感覺很心寒。」潘毅這樣形容當時的感受。

除此之外,還有研究中遇到的最重要的難題:與生物學家合作中的矛盾。

最初進入生物信息學領域時,由於計算機出身的潘毅等人不懂生物,只能與生物學領域的學者合作,針對對方已經提出的問題進行研究和改進。

但生物學家往往也不懂計算機技術,對方總是將計算機專業的學者當做寫程序的「工具人」,而非真正的合作夥伴。

「有時連申請到的經費也不給我們,在科學研究里只把我們當做technician(技術員),這是很讓人傷心的事情。」

潘毅介紹,生物學家們無法體會計算機學者在改進程序中付出的時間和精力,因此雙方在合作中常常產生誤解。「只有克服了這些問題,我們的研究才能繼續朝前走,這也正是很多學校做不成生物信息學的原因。」

只是,作為團隊的領導者,潘毅面臨的難題還遠不止如此。

在美國密蘇里大學擔任了多年系主任的許東對雷峰網《醫健AI掘金志》說:「潘毅教授是一位非常成功的管理者。」

許東在密蘇里大學擔任系主任時,曾幾次前往佐治亞州立大學交流訪問,與同為系主任的潘毅交流頗多。

談及過往,許東表示潘毅不論是擔任佐治亞州立大學計算機系主任期間,還是後來升任文理學院副院長后,都展現了出色的管理能力,「潘毅教授的活動能力很強,善於交往,他主持的雜誌也做得非常好。」

但是,作為華人外來者,想要融入美國當地圈層並不是一件容易的事情。即便獲得了與白人同樣的工作崗位,也很難獲得同等的尊重和重視。

「華人面孔有時候只被當做點綴。如果是白人先接觸到的某項工作,我們就很難再加入其中了,只有那些沒被白人選中的工作或是一些臨時任務,我們才能接手。」

成為一個優秀管理者的背後,是無數不為人知的苦功。

干到80歲再退休

潘毅就這樣一路升級通關,從初到美國時「水土不服」的華人留學生,成長為生物信息學領域的中流砥柱。

到2020年回國時,潘毅已經獲得了喬治亞州立大學終身教授、大學傑出教授、州校董教授、AIMBE院士等諸多榮譽,在生物信息學波瀾壯闊的三十年裡書寫了濃墨重彩的一筆。

2021年,潘毅入選全球前2%頂尖科學家榜單與世界頂尖1000名計算機科學家榜單。

潘毅的諸多科研成果對後來者的研究也有很大影響,他為生物學領域開發的許多工具至今仍在廣泛應用。

近年來在世界各地受到廣泛關注的可解釋性AI的研究,早在2004年潘毅就已經將其應用於生物信息領域,指導生物學家進行有選擇性的生物實驗。

潘毅在佐治亞州立大學參加學生畢業典禮

多年來潘毅培養的學生中,很多人畢業后也選擇了從事學術研究和教學工作,在美國、中國、韓國等世界各地將生物信息學這一學科傳承下去。

在科研中,潘毅最看中學生勤奮刻苦的品質,能夠在生物信息學領域堅持下去並取得一定成果的研究者,一定具有這一品質。

「我帶過的博士中有一個專科畢業的學生,鍾衛,到美國后重新讀了本科。他的天資並不是最高的,但十分勤奮,讀書時花費了很多時間去做研究,現在也已經是美國南卡羅來納大學的終身正教授,還拿到了學校的傑出研究獎。」這是潘毅教學經歷中印象最深刻的一位學生。

潘毅與學生鍾衛畢業合影(左一為鍾衛)

上文中《多生物序列對比:打分函數、算法、評價》一書的作者之一,潘毅的博士生郭炫,目前在美國北德克薩斯大學做助理教授,即將升任終身副教授,已經兩次拿到美國國立衛生研究院的基金。

另一位曾在潘毅門下學習的學生,中南大學計算機學院的李敏教授,如今也已經成為了國內生物信息學領域的中流砥柱,獲得了2022年度國家傑出青年科學基金。

2018年,ISBRA會議在北京召開時,潘毅與李敏這對師生曾同時作為特邀嘉賓出席並做報告,徐鷹同樣也在受邀之列。

在今年7月頒佈的吳文俊人工智能科學技術獎中,李敏以「面向複雜生物數據的模式挖掘與智能算法研究」項目獲得吳文俊人工智能自然科學獎。

談及當初在佐治亞州立大學學習的時光,李敏回憶道:「我剛到亞特蘭大時,潘老師剛出差回來,一大早趕到辦公室帶我熟悉系裡的環境、安排辦公室,事無巨細,像一個大家長,讓我在異國他鄉的陌生感一掃而空。」

潘毅在科研上更是大力支持學生。直到李敏完成學業回國,潘毅還時常關心她的個人發展,積極推薦她擔任國際期刊的編委等。

陝西省政協常委、陝西師範大學計算機學院副院長雷秀娟教授,也曾在潘毅的團隊中訪問學習。

「潘老師不僅是我的學術導師,更是人生導師。」雷秀娟向雷峰網《醫健AI掘金志》介紹,她前往佐治亞州立大學學習時,潘毅已經是全球知名的科學家、院士,依舊會花大量時間指導學生的科研工作,從論文思路到框架、內容、表達、圖表等等,精益求精。

「潘老師對我們的關心不僅在科研上,也在生活上,隔三差五就詢問大家是否有困難,並全力幫助。」雷秀娟回憶。

潘毅在美國任教期間,共培養了二十個博士、五十多個碩士,其中十幾人一畢業就拿到了美國大學的助理教授職位。這些學生中目前已經有兩位擔任系主任,五位升任正教授。

學生們取得的成就讓作為老師的潘毅無比驕傲,「我願意不遺餘力地幫助他們成長,希望未來他們的成就都能夠超過我。作為老師,應該有這樣的胸懷支持學生、托舉他們。」

正如四十年前,清華大學的諸位師長對潘毅的幫助與期盼。

潘毅向雷峰網《醫健AI掘金志》描述了他的教育理想:為政界培養出一名省部級的官員,為學術界培養出一名院士,為產業界培養出一名千億資產的企業家。「如果能達到這個境界,我的人生就圓滿了。」

2020年12月,潘毅回國赴任深理工計算機科學與控制工程學院擔任第一任院長,開始籌建這個全新的學院。

他將目光放在了人工智能在疾病預測以及藥物研發中的應用,回國以來先後進行了利用人工智能完成新冠病毒藥物的小分子篩選、通過多模態數據融合技術進行自閉症早篩方案研發等多項研究工作。

談及回國原因時,潘毅表示:「和白人打交道的場合待膩了,想換個環境,回家鄉來。留在美國每天和十幾二十個白人系主任聊天對我來說是一件不太輕鬆的事情,反而是回到國內再創一個學院,繼續做我的研究更有意思。」

2020年,潘毅回國時整60歲,這是一個大多數人準備退休的年紀,而潘毅在生物信息學世界的新征途卻剛剛開始。

「我可以干到八十歲再退休。」

作者註:

1993年,中國參與人類基因組計劃,生物信息學科迎來大爆發。

在近三十年的時間裡,一大批生物、化學、物理、計算等專業的學者,前仆後繼加入到學科的產研建設,那是一個靈感迸發、情誼綿長的年代,也是一個走出質疑、迷茫的年代。

目前,雷峰網啟動《生物信息學的三十年往事》專題,將陸續推出徐鷹、潘毅、周耀旗、許東、唐建等新老學者的人物故事,記錄光輝歲月,以照後人之路。

關於生物信息學的更多故事,歡迎與本文作者喬燕薇交流,微信號:qiaoyw186


想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems