主讲人简介：

齐浩，天津大学教授，博导，在日本东京大学取得分子生物学硕士及博士学位，此后在美国哈佛大学维斯研究所、麻省理工学院健康科学与技术研究院等海外科研机构从事博士后研究工作，于2014年入职天津大学。主要研究集中在生物分子工程领域，在核酸、蛋白质等生物分子中融合更多的人工设计，包括基于核酸分子的信息存储，算法驱动的蛋白功能拓展等生物技术开发。主持多项国家自然科学基金等国家级科研项目，主要成果发表在Nat. Comm., Adv. Mater., Nat. Nanotech.等期刊。

报告摘要：

蛋白质分子构成了生命活动的基石与中枢，近年来，在合成生物技术与深度学习大型模型算法的双重驱动下，其科学研究正不断深入至新的高度。在“硬性”技术层面，合成生物技术显著增强了人们对生物分子的精确合成与调控能力；而在“软性”理论层面，深度学习大型模型算法则为解析蛋白质分子中的复杂谜题开辟了强大的可能性。本研究成功构建了生化活性可定制的无细胞蛋白表达技术体系，通过精确导向的降解机制，彻底清除了细菌蛋白翻译终止的功能，实现了遗传密码的深度再编程与非天然氨基酸蛋白质的高效合成。此技术平台展现了卓越的蛋白合成人工调控灵活性与高效性能。在此基础上，我们进一步探索了机器学习驱动的蛋白质功能智能化设计策略，借助深度变异技术与活性数据的广泛收集，成功建立了包括逆转录工具酶、荧光蛋白等蛋白酶的功能计算模型，并对蛋白质功能中多位点排列组合路径的上位效应等复杂问题进行了深入剖析。此外，针对蛋白质表达调控机制，本研究还巧妙融入了自然语言模型的核心理念，结合神经网络、遗传算法等多种先进的机器学习算法，对微生物翻译起始活性进行了精准预测。通过全基因组的深度计算分析，我们揭示了微生物基因组中大量隐匿的阴性蛋白质翻译现象，希望为蛋白质科学研究领域带来了全新的视角与思路。