报告人简介：

马剑竹，现任清华大学电子工程系、清华大学智能产业研究院副教授，博导，基金委海外优青项目入选者。曾任美国普度大学计算机系Walther助理教授，兼任普渡大学生物化学系助理教授，主要研究领域为人工智能、系统生物学和生物制药。曾获得生物计算学国际顶级会议RECOMB的最佳论文奖，国际计算生物学会议ISMB的Warren DeLano奖2次，国际RNA和蛋白质折叠大会的最佳海报奖，2024中国生物信息学十大进展。学术论文曾发表在Nature、Cell、Cancer Cell、Nature Machine Intelligence、Nature Methods、Nature Cancer等期刊上。论文曾被Nature Methods，Nature Machine Intelligence评为封面论文。领导开发的蛋白质结构预测软件RaptorX获得两次国际蛋白质结构预测比赛总分第二名，一次高难度组第一名和一次蛋白质接触图比赛的第一名。

报告摘要：

本次报告讲将介绍一种新的全原子生成模型PocketXMol。该模型将所有与蛋白质和小分子相关的任务在原子级别进行统一，通过对不同任务的统一表示和多任务轮转去噪生成算法对分子进行统一生成。该模型在不需要微调的情况下可以直接应用于训练中未出现的任务。除了介绍模型架构，本次报告还将介绍PocketXMol在肿瘤和传染病等多个领域的多种不同应用。