基因组、蛋白质组等生物学数据是典型的大数据;大数据时代的生物信息学研究范式似乎发生了显著的改变:从传统“Insight->理性建模->实验结果分析”范式到“Insight->NN->实验结果分析->理解NN”范式。这种转变在蛋白质结构预测领域表现得尤为显著:从传统的基于统计模型的残基间预测算法,到纯粹基于NN的残基间距离预测和结构预测。 本次报告将以蛋白质结构预测为例,介绍生物物理学、统计学、计算机科学等不同领域研究者对同一问题的不同研究思路,并介绍报告人做的一些工作。