對制藥業(yè)而言，現(xiàn)在的生物計算有哪些瓶頸，需如何改進？

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)獎得主、計算生物學(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）采訪時談到，“當前，有很多人在生物計算領(lǐng)域研究。對制藥而言，其中一件很重要的事情是設(shè)計更好的分子，也許使用量子力學(xué)是一種更好的方法?；瘜W(xué)是一個非常重要的領(lǐng)域，還有其他很多領(lǐng)域也可以通過計算機模型來改進”。

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。

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

作為計算生物學(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，從而開拓了嶄新的研究領(lǐng)域。他在發(fā)展多尺度計算方法、開展復(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)將對未來化學(xué)研究產(chǎn)生何種改變時，邁克爾·萊維特對包括澎湃新聞在內(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，并將模型運用在蛋白分子上。他認為在某些情況下，利用大數(shù)據(jù)生成模型可以讓人類不需要思考，“毫無疑問，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間。

但這并不意味著人類真的不需要思考。邁克爾·萊維特說，人們的生活往往會依靠在各種模型上，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f，這還不夠好，因為我不能證明在某一類橋或者陰雨天，自動駕駛車輛是否會發(fā)生事故。所以我認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)獎常常被調(diào)侃為“理科綜合獎”，據(jù)粗略統(tǒng)計，在過去的一百多年里，生物和物理學(xué)方面的研究分別都獲過20余次諾貝爾化學(xué)獎。

對于研究跨學(xué)科的問題，他在接受媒體采訪時談到，“科學(xué)很長時間以來都是跨學(xué)科的；非跨學(xué)科的是教育，就像化學(xué)和數(shù)學(xué)”。“以我自己的經(jīng)驗，我在研究化學(xué)分子時會使用數(shù)學(xué)和物理學(xué)，這對生物醫(yī)藥非常重要。這就像是綠色的畫，顏色并不重要，重要的是所有事情都是聯(lián)系的。”

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