为激发学生学术志趣，引导开展前沿研究
自2022年起，校团委科创中心
重点推荐一批
面向前沿问题、聚焦创新能力的科研课题
高水平学者全程指导推进
发现扶持学生创新人才苗子
为极具科研潜质的本科生潜心研究
提供全方位资源匹配支持
全面提升参与者
科研素养和学术创新能力
托举他们成长为
德才兼备的学生创新国际领军人才
欢迎你的加入！
按照传统药物研发模式创新药物发现是一个漫长、复杂且高风险的过程，开发一种新药通常需要10-15年时间，成本高达285亿美金。伴随着高通量生物实验技术的发展，生物世界数字化程度加速，为人工智能技术的应用奠定了数据基础。得益于以深度学习和大规模预训练模型、AIGC（生成式人工智能）等AI技术的突破性发展，AI赋能创新药物研发（AIDD）异军突起，成为国际上炙手可热的前沿方向。
美国DeepMind公司2021年研发的AlphaFold2将蛋白质结构预测的精度提升到与冷冻电镜相匹配的实验水平，被Science评为年度十大科学突破榜首。基于该核心技术，美国DeepMind公司成立了AI制药公司Isomorphic，聚焦于以人工智能为主导的药物发现。以ChatGPT为代表的人工智能生成模型与生物医药领域的有机融合，无疑会带来巨大的机遇。
尽管学术界和产业界都产生了一些突破性成果，智能新药研发的时代刚刚开始。本项目将致力于探索以人工智能驱动结合第一性原理的创新药物研发范式，研究通用AIDD基础大模型、可控药物生成模型，构建干湿闭环的药研发平台，加速创新药物的设计、优化与筛选过程，大幅降低新药研发成本。
充足的科研经费、学术交流活动支持；
掌握人工智能赋能新药研发的前沿知识，拓展学术与行业视野；
与智能产业研究院、医学院、全球领先生物医药公司共同开展交叉研究，在国际一流学术刊物发表高水平学术论文，推进研究成果转化落地；
推荐参与DeepCamp训练营、全球竞赛等培养计划的机会；
推荐参与大学生学术推进计划、“闯世界”计划等丰富的创新人才培养计划和校内外重要科技创新赛事的机会。
项目时间：2023年4月——2024年3月（可持续）
参与构建AIDD通用人工大模型，算法平台在药物设计与优化相关任务中取得SOTA结果。
参与构建高通量分子互作深度表征平台，开发新型“分子互作空间传感器”芯片，实现高通量抗体、小分子药物验证湿实验平台，构建药物空间大数据。
参与设计双通道干湿计算接口，结合高效计算与高通量实验，提升干湿闭环迭代速度与效率，突破当前AI药物设计模型严重受限于药物靶点活性数据少的挑战，充分利用好每一个湿实验的标签。
围绕肿瘤、免疫、新冠病毒等特定靶标家族，通过AI赋能数据挖掘，结构解析实现药物设计数字化，开展干湿结合验证，推进药物设计智能化。
优质项目成果推荐参加2023年暑期DeepCamp全球人工智能训练营及全球挑战赛。
1、对智能新药研发、人工智能与生命科学、医学等交叉研究感兴趣；
2、具备计算机、机器学习、数学、生物信息学、生物实验操作、医学、生命科学等至少1-2项相关专业知识；
3、有较强的沟通能力、学习能力、发现问题能力和数学建模能力，能够快速学习跨专业知识，与交叉团队进行协作。
马维英，清华大学智能产业研究院惠妍讲席教授、首席科学家。他的研究方向包括人工智能的几个核心领域（搜索与推荐、大数据挖掘、机器学习、自然语言理解与生成、计算机视觉）以及人工智能在生命科学、生物制药、基因工程、以及个体化精准医疗等领域的跨学科研究与应用。他此前曾任字节跳动副总裁兼人工智能实验室主任、前微软亚洲研究院常务副院长。
马博士曾在世界级会议和学报上发表过逾 300 篇论文，并拥有 160 多项技术专利。他是电气电子工程师学会会士（IEEE Fellow），曾任国际信息检索大会（SIGIR 2011）联合主席、国际互联网大会（WWW 2008）的程序委员会联合主席。他于2017年获得吴文俊人工智能科学技术奖二等奖，并曾入选TOP100科学家，全球排名第86位。
李海涛，清华大学医学院长聘教授，副院长。研究方向为肿瘤等疾病发生的表观遗传机制。主要通过结构与生化手段，结合其它细胞生物学、化学生物学、多组学等技术，研究表观遗传调控过程中的分子识别与催化事件，揭示相关生理病理功能，并探究“表观-代谢-信号”调控网络的复杂度。先后鉴定并阐明了包括PHD、YEATS等表观调控元件发挥功能的生化结构基础，揭示出相关分子识别与催化事件在基因调控、分化发育，以及肿瘤等疾病发生中的作用。目前在包括Nature,Cell在内的期刊发表学术论文或综述100余篇，引用13000多次。先后获得国家杰出青年基金、谈家桢生命科学创新奖、中国肿瘤青年科学家奖、普洛麦格细胞生物学创新奖、药明康德生命化学研究奖、人类前沿科学计划（HSFP）青年研究员基金奖、茅以升北京青年科技奖、教育部青年长江学者、清华大学学术新人等荣誉或奖励。
兰艳艳，清华大学智能产业研究院研究员/教授。研究方向为机器学习和信息检索，近 5 年在国际重要会议和期刊发表论文 50 多篇，其中在计算机学会推荐为 A 类的国际会议和期刊共发表论文 38 篇，相关成果应用于搜狗、字节跳动和腾讯的业务系统。在AI赋能新药研发方面，带领团队开发的大规模基因预训练模型GeneBert获得DeeCamp2021总冠军，蛋白质结构预测模型AIRFold获得CAMEO周冠军。
周浩，清华大学智能产业研究院副研究员/副教授。研究方向是离散符号的结构化学习、AI辅助药物设计。曾任字节跳动高级研究员和研究主管，领导搭建了字节跳动的文本生成中台和AI辅助药物设计两个方向的研发团队，研发产品应用于全球20余个国家，用户规模超过10亿。在ACL、NeurIPS、ICML和ICLR等人工智能重要国际会议上发表60余篇高水平论文。获ACL 2021最佳论文奖。
报名方式：
报名时间为即日起至3月31日晚24:00，请扫描下方二维码，或点击文末“阅读原文”链接，填写问卷进行报名；
将根据报名材料组织后续选拔，具体形式另行通知。
如有任何疑问，请联系：
kechuang@mail.tsinghua.edu.cn
部分图片来源于网络
供稿 | 项目团队
编辑 | 杨紫瑞 张琦 陈思梦
审核 | 王展硕 荀邓晔 徐逍遥
