2022年11月27日，普林斯顿大学教授、深圳医学科学院创始院长颜宁在“青年科学家50²论坛”上发表了题为《AI在结构生物学中的未达之地》的学术演讲。

两年前，2020年12月1日，AlphaFold2人工智能系统横空出世，在国际蛋白质结构预测竞赛（CASP）以惊人的准确度拔得头筹，多数预测模型与实验测得的蛋白质结构模型高度一致，引起全球瞩目。半年之后，2021年7月16日，其研发者——谷歌旗下的DeepMind公司——在《自然》杂志上发文，公开了进一步优化的AlphaFold2源代码并详细描述了其设计框架和训练方法。随后，DeepMind又发布了由AlphaFold预测的蛋白结构数据库，免费提供给全球科研人员开发使用。

人工智能的“进击”对生物学、对其他学科会有什么影响？在AlphaFold2亮相之初，结构生物学家颜宁便邀请了几位同仁在《返朴》各抒己见；此后，她再次点评AlphaFold2，提出还有分子的动态研究、动态预测、动态模拟等许多问题等待AI去解决。

详见《颜宁等点评：AI精准预测蛋白质结构，结构生物学何去何从？》《颜宁点评AlphaFold2 + 外行买家秀：蛋白结构预测神器初体验》
 

在本次演讲中，颜宁教授讲述了实验室过去十几年在钠离子通道方面的工作，以及在此基础上对生理、病理和药理的探索。实际上，自DeepMind去年7月在《自然》发文之后，人工智能并未再预测出新的钠离子通道构象，更无法驾驭小分子世界的无穷计算，表现出明显的局限性。颜宁表示，在短时间内，“不看好AI可以真正取代实验技术”，但希望将来有更大的数据库、更强的算力和更新的算法，“能够让AI真的变成结构生物学研究的重要工具”。

颜宁说，“如何能够理解我们细胞里各个分子的动态变化，是我们目前面临的最大挑战之一”，“能够真正从非常高的时空分辨率上理解细胞里这个小小的分子世界”，是研究的“最终极目标”。而“不可预测”，则是实验的魅力和科研的美妙所在。