问题|专访新科诺奖“黄金搭档”程亦凡：我们总在追问更多问题( 六 )_基础|新科|研究|冷冻|结构|程亦

类似的瓶颈不会彻底消失， “你问的问题更深了，那么你的问题在现有的技术条件下恐怕会显得更难，所以说需要更多地推进技术上的进步，才能够去回答一些更深刻的问题。 ”程亦凡谈到，技术手段和科学问题的交替深入，都是互相融合在一起，很难将之分开。
程亦凡甚至提到，就现阶段而言，至少他自己的实验室还没有把精力放在药物发现这一部分。 “如果说我们对它的机制能够有很好的理解的话，也许我们可以想出一种办法，能够抑制某种因素产生的疼痛，同时不影响其他功能。但是是不是能够做得到，现在还都是未知数。 ”
不过，他也相信一点，这种基础研究的发展，也许最终会为药物发现的研发提供一些新的思路和线索。
值得一提的是，冷冻电镜技术从2013年的震惊科学界，到现在不过短短8年时间，身处其中的一部分人却已开始“军心动摇” 。谷歌旗下人工智能公司DeepMind在去年12月投下重磅，他们开发的基于神经网络的新模型AlphaFold2击败对手，在蛋白质结构预测准确性方面达到接近人类实验结果，让整个结构生物学界震惊。今年以来，人工智能在预测蛋白质结构方面的继续进步，让外界不禁发问：结构生物学家们真的要“失业”了？
作为结构生物学界的领军人物，程亦凡主动提及了这一最新风向。 “在过去的这一年里面，冷冻电镜或者说结构生物学，实际上受到了很大的影响，很多从事实验结构生物学的一些人，特别是学生，会觉得以后这个领域可能没有很大的前途，但是实际上情况往往并不是这样的。 ”
在他看来，如果目的仅仅是要解结构，那恐怕上述的担忧是成立。 “因为以后几乎所有的蛋白质结构都可以被预测，哪怕预测得不对，无非就是说它的预测不对，或者说它不会很精确，仅此而已。 ”
但是如果目的是我们关于生物的问题，那么结构只是中间的一个手段，结构生物学一定还会有它长期的存在意义。程亦凡补充强调， “过去也许很多人就满足于解一个结构、发一篇好的文章，现在和将来应该是更加注重以问题为主，你到底是要想研究什么样的问题？”
程亦凡坚信，从结构生物学的角度而言，技术仍然会带来很多更深刻的影响。

问题|专访新科诺奖“黄金搭档”程亦凡：我们总在追问更多问题( 六 )

推荐阅读

如何找寻自我

缝纫机调线器怎么安装平车方法如何

强组词强字组词

火笋鸡翅的做法（增肥食谱）

闺女生日快乐祝福语朋友圈

LV请来潮牌设计师做艺术总监，看中的是啥

老虎豆怎么做好吃老虎豆图片怎样弄来吃

暖气有流水声是什么原因

皮球是什么体

手机怎样开通QQ空间

男生发mua说明 mua是什么意思

手指盖凹陷怎么回事

对自己的生活失去掌控咋调整

小米10s怎么没有月亮模式

我想找个偏僻的地方搞养殖！有没有推荐的地方？

南京养老金认证上门服务怎么申请南京市养老金认证

如何评价猪场阉割猪？

最后一个字是豹的成语

泰山散酒怎么样

猫发情的声音(猫发情的叫声)