蜜蜂与建筑师探寻创新：独家揭秘！

蜜蜂与建筑师探寻创新

自然界中存在着许多优秀的设计和创新，蜜蜂的蜂巢和建筑师的建筑也是其中的代表。蜂巢的六边形结构和建筑的各种形态在十分不同的环境下都起到了卓越的作用。本文将探讨蜜蜂与建筑师在创新中的相似之处，并从四个方面进行详细阐述。

1. 设计理念：以环境为本

蜜蜂和建筑师都会以实际情况和环境为设计的起点。蜜蜂在寻找巢址时，会选择防止风雨侵袭和避免日晒暴晒热的位置。同样，建筑师在设计建筑时，也会考虑室内外的环境因素，如阳光、风和温度等。他们会以这些因素为基础来选择建筑材料、排列建筑设施，并在设计中考虑到居住者的健康和安全。在实际环境中，如果不考虑环境的因素，设计师会可能会忽视一些重要的方面，错失设计上的创新。

2. 优化构造：追求功能和效率

为了更好地适应环境，蜜蜂和建筑师都会经过长时间的优化和改进，以实现最佳的功能和效率。蜜蜂的蜂巢结构充分考虑到了密封性、保温性和通风性等因素，以适应蜜蜂的繁殖和储存蜜蜂产物的需求。同样，建筑师在设计建筑时，会优化建筑的结构、使用节能材料和提高建筑设施的效率，以降低建筑的能耗和排放。这种追求功能和效率的精神，是创新产生的必要条件。

3. 灵活应变：解决问题的能力

随着时间和环境的变化，蜜蜂和建筑师都需要对它们的设计进行调整和改进。例如，当蜜蜂巢中的大小和格局不再适合蜜蜂繁殖时，蜜蜂会重新构建蜂巢，以适应新的需要。同样，建筑师也会根据环境和使用者的反馈调整建筑的设计。这种灵活应变的能力，是创新的关键因素之一。

4. 合作创新：追求协同效应

蜜蜂和建筑师都是集体生活和工作的，他们都需要与同伴合作，在创新中寻求协同效应。蜜蜂在蜂巢中通过分工和合作来完成蜂巢的建设和管理。同样，建筑师也需要与同行合作，协调设计方案和实现建筑的施工。这种合作创新的精神，也是创新的重要推动力之一。

总结归纳

蜜蜂和建筑师在创新过程中有很多共同点，都追求环境适应性、优化构造、灵活应变和合作创新。这种创新精神，不仅促进了自然和人类的进步，也鼓励着我们在从事工作和生活中不断追求创新和改进。

问答话题

1. 蜂巢对人类有什么启示？蜂巢的六边形结构和紧密的排列，能够最大化储存蜜蜂的产物。这种设计启示我们，在设计容器和储物箱时，应该在空间利用率和便利性之间寻找平衡。2. 建筑师如何考虑环境因素？建筑师会在设计中考虑室内外的环境因素，如阳光、风和温度等。他们会以这些因素为基础来选择建筑材料、排列建筑设施，并在设计中考虑到居住者的健康和安全。3. 创新中的合作为什么重要？合作创新能够集聚不同领域的经验和技能，产生更好的创意和更高效的解决方案。蜜蜂和建筑师都需要通过合作来完成他们的工作和生活，协同效应的产生能够推动创新的产生和发展。

蜜蜂与建筑师探寻创新：独家揭秘！随机日志

【职位推荐】算法智能匹配，都是心仪职位；

1、Q:启用有限任务集后如果用户修改文件名为怎么办？

2、所有的产品都是经过严格质量检测的，确保你买到的都是品质优的产品，可以放心在线下单。

3、维持担保比例=（现金+信用证券账户内证券市值）/（融资买入金额+融券卖出证券数量当时市价+利息及费用总和）

4、更新活动变更入口更新活动价格显示解决已知BUG

5、优化线上自习室入口以及一些小的细节，增强了学习趣味性！使用中有任何意见或问题，请前往【我的】【个人设置】【问题反馈】中告诉我们哦~

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>奪(duo)CAMEO競(jing)賽(sai)全(quan)球(qiu)第(di)壹(yi)！清(qing)華(hua)提(ti)出(chu)AIRFold蛋(dan)白(bai)質(zhi)結(jie)構(gou)預(yu)測(ce)方(fang)案(an)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

來(lai)源(yuan)：清华大(da)學(xue)智能(neng)產(chan)業(ye)研(yan)究(jiu)院(yuan)

【新智元導(dao)讀(du)】由(you)清华大学智能产业研究院（AIR）蘭(lan)艷(yan)艳教(jiao)授(shou)團(tuan)隊(dui)研發(fa)的(de)系(xi)統(tong)化(hua)蛋白质结构预测解(jie)決(jue)方案AIRFold，在(zai)蛋白质结构预测竞赛 CAMEO 上(shang)連(lian)續(xu)四(si)周(zhou)夺得(de)全球第一。

蛋白质结构對(dui)於(yu)理(li)解蛋白质功(gong)能以(yi)及(ji)諸(zhu)多(duo)重(zhong)要(yao)的生(sheng)命(ming)活(huo)動(dong)有(you)重要意(yi)義(yi)，它(ta)的结构也(ye)在一定(ding)程(cheng)度(du)上約(yue)束(shu)了(le)蛋白质序(xu)列(lie)的突(tu)變(bian)。所(suo)幸(xing)蛋白质的同(tong)源序列中(zhong)包(bao)含(han)了豐(feng)富(fu)的结构信(xin)息(xi)，這(zhe)為(wei)數(shu)據(ju)驅(qu)动的解决方案提供(gong)了可(ke)能性(xing)。

目(mu)前(qian)半(ban)參(can)数化的深(shen)度学習(xi)解决方案，如(ru) AlphaFold2 等(deng)充(chong)分(fen)利(li)用(yong)数据驱动的端(duan)到(dao)端深度学习模(mo)型(xing)，在结构预测上已(yi)取(qu)得與(yu)冷(leng)凍(dong)電(dian)子(zi)顯(xian)微(wei)鏡(jing)等實(shi)驗(yan)技(ji)術(shu)相(xiang)當(dang)的精(jing)度。

但(dan)是(shi)，这些(xie)模型極(ji)度依(yi)賴(lai)輸(shu)入(ru)的同源序列信息，在实際(ji)的很(hen)多場(chang)景(jing)中還(hai)有不(bu)小(xiao)的局(ju)限(xian)性：比(bi)如在缺(que)少(shao)同源序列的蛋白质上预测结果(guo)不理想(xiang)，以及对同源输入的冗(rong)余(yu)噪(zao)聲(sheng)較(jiao)为敏(min)感(gan)等。

AIRFold 在最(zui)近(jin)一個(ge)月(yue)（7.23-8.20）的評(ping)估(gu)中连续四周全球第一，並(bing)在系统響(xiang)應(ying)時(shi)間(jian)上遠(yuan)远領(ling)先(xian)其(qi)他(ta)团队

AIRFold 在 AlphaFold2 的基(ji)礎(chu)上，致(zhi)力(li)于为蛋白质结构预测这一生命科(ke)学领域(yu)的關(guan)鍵(jian)性問(wen)題(ti)提供可拓(tuo)展(zhan)的系统化解决方案。

AIRFold 獨(du)有的同源挖(wa)掘(jue)（Homology Miner）模塊(kuai)，聚(ju)焦(jiao)于共(gong)進(jin)化信息的挖掘和(he)提取，对蛋白质同源序列（MSA）中的協(xie)同进化信息进行(xing)智能化、自(zi)动化地(di)提取、分析(xi)和處(chu)理。

例(li)如，Homology Miner 中引(yin)入了同源蛋白的語(yu)义檢(jian)索(suo)和生成(cheng)兩(liang)个模块：检索模块利用结构和序列的共同表(biao)征(zheng)学习，通(tong)過(guo)稠(chou)密(mi)检索從(cong)現(xian)有数据庫(ku)中補(bu)充和完(wan)善(shan)同源蛋白信息；生成模块則(ze)基于深度生成模型，对蛋白质的接(jie)觸(chu)矩(ju)陣(zhen)（Contact Matrix）以及多序列比对数据进行生成式(shi)建(jian)模，从而(er)通过生成同源蛋白序列对共进化信息进行补充。

此(ci)外(wai)，Homology Miner 的同源表征信息優(you)化模块，还能从信息論(lun)的角(jiao)度对同源序列数据中的共进化信息进行量(liang)化，多角度地利用共进化信息量作(zuo)为优化的目標(biao)，如序列級(ji)的信息最大化，基于位(wei)置(zhi)的信息约束等。

结果显示(shi)，經(jing)过优化校(xiao)正(zheng)的同源蛋白表征信息在结构预测中表现更(geng)加(jia)穩(wen)定、有效(xiao)。

Homology Miner 模块通过对共进化信息的有效建模，为復(fu)雜(za)同源序列分布(bu)的蛋白质结构预测提供了全新的解决方案，并取得了不俗(su)的表现：在最近一周（8.14-8.20）「hard」分類(lei)的序列上，AIRFold 是唯(wei)一 lDDT 均(jun)分高(gao)于80分的模型；在最近一个月（7.23-8.20）以及三(san)个月（5.21-8.20）的「hard」序列上，AIRFold均表现优異(yi)，并遙(yao)遥领先于第二(er)名(ming)。

团队的模型在「hard」分类上表现优异，从左(zuo)到右(you)分別(bie)是最近1周、1个月和3个月在「hard」分类序列上的表现

在诸多 CAMEO 比赛的蛋白质序列中，7TVI 是一个重要但较難(nan)预测结构的蛋白，該(gai)蛋白展示的是Cas13bt3-crRNA 复合(he)物(wu)的结构。其中 Cas13 是一类重要的 RNA 引导的 RNA 編(bian)輯(ji)工(gong)具(ju)，有望(wang)成为下(xia)一代(dai)更安(an)全更高效的基因(yin)治(zhi)療(liao)手(shou)段(duan)。

AIRFold 实现了对这类高难度蛋白的高精度结构预测，使(shi)得我(wo)們(men)能夠(gou)高效便(bian)捷(jie)地研究大量来自不同物種(zhong)或(huo)宏(hong)基因組(zu)测序结果的 Cas13 同源蛋白。高精度的结构可以啟(qi)发研究人(ren)員(yuan)設(she)計(ji)出更小、更準(zhun)、更高效的RNA编辑工具。

因此，AIRFold 未(wei)来將(jiang)极大地加速(su) CRISPR/Cas 相关分子工具的挖掘与设计，助(zhu)力下一代基因编辑疗法(fa)的研发。

CAMEO: 2022-08-20_00000216_1 | PDB: 7TVI_A ;Predicted, GroundTruth, crRNA

目前，AIRFold 的相关技术还在蛋白單(dan)點(dian)突变，多构象(xiang)评估等关键问题上取得初(chu)步(bu)进展；清华大学智能产业研究院（AIR）AI+生命科学研究团队将与海(hai)內(nei)外领先的科研及产业機(ji)构合作，持(chi)续推(tui)进结构预测以及蛋白设计等大分子藥(yao)物開(kai)发的核(he)心(xin)问题的研究，为 AI 賦(fu)能生命科学做(zuo)出努(nu)力和貢(gong)獻(xian)！

CAMEO比赛

CAMEO（Continous Automated Model Evaluation）是瑞(rui)士(shi)生物信息研究所和巴(ba)塞(sai)爾(er)大学聯(lian)合舉(ju)辦(ban)的全球持续蛋白质结构预测竞赛，是蛋白质结构预测领域最重要的比赛之(zhi)一。

CAMEO 竞赛會(hui)持续收(shou)集(ji)最新即(ji)将公(gong)开的蛋白质序列，并每(mei)周从中挑(tiao)選(xuan)部(bu)分序列作为赛题。在赛题公开到评测的四天(tian)窗(chuang)口(kou)期(qi)中，参赛团队需(xu)要对每一个蛋白序列进行三維(wei)结构预测，最終(zhong)不同团队的提交(jiao)结果通过标准评價(jia)指(zhi)标 lDDT（local Distance Different Test）进行排(pai)名。

关于AIR

清华大学智能产业研究院（Institute for AI Industry Research, Tsinghua University，英(ying)文(wen)簡(jian)稱(cheng)AIR，THU）是面(mian)向(xiang)第四次(ci)工业革(ge)命的國(guo)际化、智能化、产业化的应用研究机构。

AIR于2020年(nian)由多媒(mei)體(ti)及人工智能领域的世(shi)界(jie)级科学家(jia)、企(qi)业家張(zhang)亞(ya)勤(qin)院士創(chuang)建。

智慧(hui)交通（AI+Transportation）、智慧物联（AI+IoT）、智慧醫(yi)疗（AI+Healthcare）是清华大学智能产业研究院的三个重点研发方向。返(fan)回(hui)搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任(ren)编辑：