對(duì)制藥業(yè)而言，現(xiàn)在的生物計(jì)算有哪些瓶頸，需如何改進(jìn)？

10月28日，第二屆世界頂尖科學(xué)家論壇前夕，2013年諾貝爾化學(xué)獎(jiǎng)得主、計(jì)算生物學(xué)領(lǐng)域的先驅(qū)邁克爾·萊維特（Michael Levitt）在上海臨港滴水湖畔接受澎湃新聞（m.nxos.com.cn）采訪時(shí)談到，“當(dāng)前，有很多人在生物計(jì)算領(lǐng)域研究。對(duì)制藥而言，其中一件很重要的事情是設(shè)計(jì)更好的分子，也許使用量子力學(xué)是一種更好的方法。化學(xué)是一個(gè)非常重要的領(lǐng)域，還有其他很多領(lǐng)域也可以通過(guò)計(jì)算機(jī)模型來(lái)改進(jìn)”。

邁克爾·萊維特教授因“建立復(fù)雜化學(xué)體系多尺度模型，連接了經(jīng)典物理學(xué)與量子物理學(xué)”而與亞利耶·瓦謝爾（Arieh Warshel）和馬丁·卡普拉斯（Martin Karplus）一同獲得2013年的諾貝爾化學(xué)獎(jiǎng)。

隨著理論計(jì)算方法及高性能計(jì)算的快速發(fā)展，計(jì)算已成為繼實(shí)驗(yàn)和理論之后開(kāi)展科學(xué)研究的第三大重要支柱，計(jì)算模擬的重要性可以與實(shí)驗(yàn)和理論相媲美,高性能計(jì)算為科學(xué)發(fā)現(xiàn)提供了實(shí)驗(yàn)和理論之外的第三條道路。

作為計(jì)算生物學(xué)領(lǐng)域的先驅(qū)，萊維特教授將牛頓經(jīng)典物理學(xué)與現(xiàn)代量子物理學(xué)相結(jié)合，從而開(kāi)拓了嶄新的研究領(lǐng)域。他在發(fā)展多尺度計(jì)算方法、開(kāi)展復(fù)雜化學(xué)和生物體系模擬、探究生物大分子結(jié)構(gòu)等方面成就卓著。

談及大數(shù)據(jù)或5G等新興技術(shù)將對(duì)未來(lái)化學(xué)研究產(chǎn)生何種改變時(shí)，邁克爾·萊維特對(duì)包括澎湃新聞在內(nèi)的媒體回憶起50年前的工作情景，他用電腦制作分子模型，并將模型運(yùn)用在蛋白分子上。他認(rèn)為在某些情況下，利用大數(shù)據(jù)生成模型可以讓人類(lèi)不需要思考，“毫無(wú)疑問(wèn)，有了大數(shù)據(jù)我們就可以生成模型，這些模型可以處理令人驚嘆的事情，也可以節(jié)約電腦生成模型的時(shí)間。

但這并不意味著人類(lèi)真的不需要思考。邁克爾·萊維特說(shuō)，人們的生活往往會(huì)依靠在各種模型上，盡管人們并不能真正理解這些模型，例如自動(dòng)駕駛，我們不知道它如何工作，但它看上去一直在工作?！暗憧赡軙?huì)說(shuō)，這還不夠好，因?yàn)槲也荒茏C明在某一類(lèi)橋或者陰雨天，自動(dòng)駕駛車(chē)輛是否會(huì)發(fā)生事故。所以我認(rèn)為我們需要理解模型背后的物理和數(shù)學(xué)?！?/p>

諾貝爾化學(xué)獎(jiǎng)常常被調(diào)侃為“理科綜合獎(jiǎng)”，據(jù)粗略統(tǒng)計(jì)，在過(guò)去的一百多年里，生物和物理學(xué)方面的研究分別都獲過(guò)20余次諾貝爾化學(xué)獎(jiǎng)。

對(duì)于研究跨學(xué)科的問(wèn)題，他在接受媒體采訪時(shí)談到，“科學(xué)很長(zhǎng)時(shí)間以來(lái)都是跨學(xué)科的；非跨學(xué)科的是教育，就像化學(xué)和數(shù)學(xué)”?！耙晕易约旱慕?jīng)驗(yàn)，我在研究化學(xué)分子時(shí)會(huì)使用數(shù)學(xué)和物理學(xué)，這對(duì)生物醫(yī)藥非常重要。這就像是綠色的畫(huà)，顏色并不重要，重要的是所有事情都是聯(lián)系的?！?/p>

萊維特1947年出生于南非，1971年從英國(guó)劍橋大學(xué)獲得博士學(xué)位，現(xiàn)任美國(guó)斯坦福大學(xué)醫(yī)學(xué)院癌癥研究所教授。