本文摘自雷锋网，原文链接：https://www.leiphone.com/category/shengwuyiyao/mfO3n35tRUyJKen9.html，侵删。
许锦波的人生分水岭是2016年秋天。
他提出的RaptorX-Contact方法，首次证明深度学习可以大幅提升蛋白质结构预测精度。
长期原地徘徊、进步有限的研究领域终于迈出实质性的一步，各界掀起了AI预测热潮，无数公司获得了进入生命科学的时代入场券。
外界给他加封了一个头衔：AI预测蛋白质结构全球第一人。
从2005年开始，许锦波就在芝加哥大学附属的丰田技术研究所开展科研和教学工作。
这是一所受慈善捐助而成立的独立计算机科学研究所。许锦波时间宽裕，每年的教学工作只有两个月，很少受科研经费困扰。能静下心来做研究，是他留在那儿的重要原因。
2021年9月，许锦波回国创业。2022年1月，他的公司成立，取名为“分子之心”(MoleculeMind)。此后，由许锦波牵头，分子之心在国内组建了一支25人左右的团队，其中不乏生物计算、计算机科学、生物化学物理等多学科背景的研究人员和工程师。
4月份，公司完成数千万美元天使轮融资。
关于许锦波和他二十多年来的研究故事，被凝练成一句话：从冷清走向热闹，从象牙塔走向聚光灯。
1990年下半年，还在读高三的许锦波，在全国高中数学联赛中获江西赛区第一名，成为江西临川县获得该类奖项的第一人。竞赛结果出来后 ，许锦波收到了国内最好的五、六所大学发来的入学通知书。其中一封，就来自中国科学技术大学（下称“中科大”）。
彼时，中科大经过一系列的教学改革创新，在中外合作培养事业上取得了长足进步，在国内外声誉鹊起，被《Nature》杂志撰文称为“招风的大树”。
出生在安徽合肥的杨振宁更是多次访问中科大，并担任理学院名誉院长，倡导在中科大少年班中设立计算机软件专业，推动中国计算机科学发展与国际水平接轨。
在老师和亲朋的建议下，许锦波思索再三，对数学的热爱转移到理论研究上，便将志愿定为“中科大计算机科学技术系”，并选择了更偏向理论研究的“计算机算法”专业。
虽然专业偏向理论，但许锦波先于多数同学上手代码和实际项目。大三下学期（五年制），他在校外找了一份工作，在一家做金融服务软件的美国公司（合肥办公室），主要做美国股票分析系统的用户界面。
90年代初，许锦波用的还是元老级的编程语言——Borland C/C++来开发项目，写了多少行代码，他已经记不清，但写代码的能力却得到了锻炼。
他回忆道，“那时还没有实习的想法，更多是想打工挣钱。当然学校机房确实没几台电脑，学校更强调把基础打牢，四大力学是必修课。”
抱着深造的目的，许锦波决定硕士研究计算机的另一分支——计算机系统 。用他自己的话讲，“当时想学怎么造计算机。”
1996年，许锦波进入中国科学院计算技术研究所（下称“中科院计算所”）。在那里，许锦波结缘中科院一支高性能计算研究组——曙光组。
90年代初，时任国家智能计算机研究开发中心主任的李国杰，带着一支没有设计经验的队伍，承担了研发“超级计算机”的重任。就在许锦波到来的前一年，曙光组做出一个重要决定：863计划下一个目标产品曙光2000，不再沿着计划原定的“超级计算机”方向走，而是转向研制“超级服务器”。
李国杰（身穿深色衬衣者）
两者区别在于，超级计算机主要用于科学工程计算，从计算速度上追赶国际先进水平。而超级服务器是更加通用的高端计算机，除科学计算外，更多地用于事务处理与网络服务。
这一决策也影响了许锦波后面的研究方向。
三年里，许锦波的重心放在了“分布式系统以及计算机安全”，陆续参与了曙光组的前沿项目，如虚拟主机系统、高可靠性系统等工程化项目。
他的朋友以及合作者对他的评价是：无需助手，能独立进行一项课题，独立用算法实现一系列想法。这种能力，很大程度上得益于这段工作经历。
许锦波说，“代码能力将成为不可忽视的底层能力，不仅是计算机专业要这么做，每一个理工人都要视其为基本功。”
一悟归身处，何山路不通
1999年，南斯拉夫大使馆事件让中美关系陷入僵局。转去加拿大，成了当时很多人求学和任教的共同选择。许锦波也是如此。
这一年，他去往加拿大南部腹地的大学——滑铁卢大学（临近多伦多），继续攻读计算机科学系。
在许锦波入校前，学校指派了一位做并行算法的印度裔教授Prabhakar Ragde为其导师。这位导师指导宽松，第一年，许锦波涉猎各个领域的论文，找感兴趣的科研方向。
2001年上半年，人类基因组计划(HGP)比原计划提前两年完成，历时11年的多国合作项目落下帷幕，随即进入了“功能基因组学”时代，研究的重心由基因组的“结构”向基因的“功能”，也就是向蛋白组学转移。
学术界一个明显趋势是，越来越多的学者愿意用计算机科学解决一些实际的生物学问题。两个学科的结合越来越紧密，直至融合形成一个新兴学科——计算生物学。
许锦波深受鼓舞，抱着试试看的心情，他毛遂自荐转入方向更为契合的滑铁卢大学李明教授组里。
实际上，许锦波本硕就读时，李明曾先后到中科大和计算所做过两次讲座，当时李明已凭借Kolmogorov复杂性、不可压缩方法、信息距离理论等研究，享誉计算机科学界。
1990年，李明做出了长度为O(n log n) 的超串来逼近长度为n的最短超串，成果发表至计算机科学领域的顶级会议期刊FOCS。
一年后，李明找到在加拿大麦克马斯特大学任教的姜涛，以及从荷兰来的访问学生John Tromp，合作钻研最短超串（shortest superstring)解决法。
后来，这一证明被收录至众多计算生物教科书中。
因此，在许锦波转入其门下时，李明已经成为生物信息学的一位大家。
按理说，李明在停薪留职期间不收学生，但他欣赏这位后生，两人都毕业于中科院计算所，说起来师出同门。于是，李明从Prabhakar Ragde那里要来了许锦波，算是合作培养。
2001年，许锦波正式做起了计算生物学。初次接触，李明对许锦波说，“有一个很难的问题，研究蛋白质折叠，想不想做？”
那时候，学界已经研究了四十年的蛋白质结构问题，一直难有大突破。李明也从未将此课题向任何学生提及，甚至他自己也未涉足这一课题。
许锦波为什么愿意接手？
多年后，他回忆起这个决定：“我们选择研究课题的时候，通常要选择一些比较重要和困难的问题，如果问题不重要，就没必要花时间研究；如果问题不难，几年之内就被别人做出来，也没有多大意义。”
对27岁的许锦波来说，接下导师抛过来的这一选题，也意味着他要进行一次大范围的自我转变。不过，许锦波也不觉得这是明显的换方向，仍然是用计算的方法解决问题，只不过对象换成了生物学。
不过，紧接着他又补了一句，“就算博士几年一点结果都做不出来也没关系，大不了去硅谷写代码、当码农。”
许锦波说的不无道理。
加拿大最早成立计算机科学系，就在滑铁卢大学。而该系所属的二级学院，正是加拿大唯一且全球最大规模的独立数学院——滑铁卢数学院。作为数学院最具传奇色彩的计算机科学系，微软、谷歌、Facebook早早就来抢未毕业的学生。
决定从一个非常热门的领域跳出来，去做生物学研究，无论对谁来说都需要很大的勇气。
许锦波也没想到，这次转变将影响他一生的科研方向：在此后的二十余年时间里，他的任务就是开发和优化算法，去无限缩小蛋白质结构预测结果和真实构型之间的差距。
不过，开始研究生物学问题的半年时间，许锦波就很痛苦，“论文专业术语都看不懂，也没人可以问。”
许锦波坦言，当时他只有高中的一点点生物知识。滑铁卢大学是强理工科背景，仅有一个很小的生物系，他跟生物系教授没有很多交流。此外，导师李明还在加州学术休假，不像现在发个微信就可以交流，师生二人两个月才能见一次面。
那段时间，许锦波只能靠自己去啃论文，除了吃饭睡觉全是做科研。
“可能和大家印象中的科研形象不一样”，许锦波笑着说到，“一个生物学家的实验室是各种试管和试剂，但作为计算生物学家，全部的科研工作都在一台电脑上完成。”
左图为生物学家实验室，右图为许锦波实验室
这也诠释了计算生物学领域的研究手段，既有传统的生物实验，即湿实验；也有包括计算手段在内的数学建模、数值仿真、数据分析，或是机器学习，即干实验。
和传统的湿实验相比，干实验最大优势即不需要特别大的经费投入，其次是比较灵活，可以随时开展一个新的研究项目。
那段时间，许锦波沿用一种干实验方法研究蛋白质折叠——能量优化。
他解释到，安芬森法则是蛋白质结构预测的基石。在安芬森这个假设和理论基础之下，科学家们去做蛋白质折叠预测，都是从能量优化的角度去做。如果将这种方法教给计算机，就可以一步步优化能量，从而达到预测蛋白质结构的目的。
2002年，李明学术休假结束，回到滑铁卢，许锦波马上告诉了他一个好消息，“马上要开始今年的CASP（全球蛋白质结构预测比赛）了，我们也去参加。”
结果是，许锦波在全自动高通量蛋白质结构预测的评比中一举夺冠。
不过，许锦波认为，“虽然排名最好，但不是大的突破，因为预测结果并不比以前的方法好很多。”
他重新梳理那一年来的工作，发现这一思路有着天然缺陷。
“第一，一个蛋白质是一个非常大的体系，由成千上万个原子组成，对应一个非常巨大的搜索空间，构型是千变万化的。第二，虽然说大家普遍接受蛋白质折叠到最小能量状态，但能量函数到底是什么样的？我们本身就对能量函数的理解还不是特别好。”
在当时一大批学者纷纷比拼更好的能量优化方法之际，许锦波站在了这一方法的对面：把生物学问题当成纯粹的算法问题，或许并不能从根本上解决问题。
“传统的能量优化方法可能不是一个很好的路径。”
十年磨一剑，霜刃未曾试
2003年，许锦波博士毕业后计划赴美，开启博士后工作。
然而，受2001年9月11日恐怖袭击影响，美国政府一度收紧了赴美学生签证，许锦波的签证一直处于被审查状态。
无奈之下，许锦波选择暂留本校任教，一边做助理教授，一边等待签证过审。
这也让许锦波错失了拜入徐鹰（时任佐治亚大学生物信息系主任）门下的重要机会。而导师李明曾推荐他去哈佛，最终也不了了之。
等待的时间里，许锦波做了一个新问题——蛋白质的侧链结构预测。
那时，学术界对蛋白质结构预测的研究重心是主链蛋白，许锦波博士期间的精力便集中于此。
为何从侧链下手？这是因为，蛋白质三维结构由主链和侧链共同搭建而成，算法预测蛋白质结构的步骤，是先以蛋白质主链建模，再根据主链的构象为侧链建模。
自然界中的蛋白质含有20种氨基酸，它们的主链几乎完全相同，而侧链差异很大。因此，精准的蛋白质侧链建模对蛋白质折叠和蛋白质设计至关重要。
签证背调用了近一年时间，许锦波也在这个方向上投入了近一年时间。
他并没有沿用当时学界的主流方法，通过SCWRL软件做近似优化，而是将图论算法引入侧链结构预测，成功地将侧链结构预测的时间，从十几个小时缩短至几分钟。除了速度提高了上百倍外，新方法还可用于构象复杂性更高的蛋白结构。
“这算得上是侧链结构预测中，第一个不需要完全暴力运算的算法。”
2004年，许锦波将成果投递于RECOMB（国际计算分子生物学大会）。这是与ISMB（国际计算生物学会）齐名的计算生物学两大顶级会议之一，会议从1997年开始举办，自2003年后投稿数量开始增加，接收率降低到20%左右。
此后很多年，许锦波陆续在RECOMB会议上分享过多次研究成果，并获得了诸多奖项，如2009年最佳海报奖、2014年最佳论文奖、2019年时间检验奖。
许锦波印象最深的，还是2004年第一次投递RECOMB。他记得，2004年上半年，自己的签证终于过审。于是马上动身前往MIT，开始了博士后生涯。2005年，该论文被RECOMB顺利接收，许锦波被邀请前往波士顿做会议报告。
相关阅读 >>
福州市台江区：社区医生有了AI帮手，人工智能赋能医疗与公卫服务
更多相关阅读请进入《AI》频道 >>
