通过虚拟现实，黑皮诺风病人可以参与有趣的康复活动，增强治疗的积极性。
汤钊猷认为医生有三种层次，格差异勃第一个层次是用已知的知识来为病人服务，格差异勃第二个层次是用你自己研究的成果来提高临床疗效，第三个层次是有战略思维，能创造出有中国特色的东西，贡献于世界。演讲结束，艮第会场震惊于这位不知名中国医生的研究。
从事血管外科10年后，俄勒冈只因国家紧缺，汤钊猷毅然转向肝癌临床与研究。新西兰制图：实习编辑：章一诺责任编辑：李斯嘉每一句结论的背后，黑皮诺风都倾注了医者心血，不仅载入教科书，更切切实实使无数患者受益。在肝癌专题会议上，格差异勃国际知名的6位专家受邀做报告，中国人不在其中。言谈沉稳有度的汤钊猷，艮第在讲座伊始揭开两件半事的谜底：艮第第一件事是小肝癌研究，第二件事是不能切除的肝癌缩小后切除，做了一半的事是肝癌转移复发后的研究。
这是汤钊猷55年研究肝癌，俄勒冈总结出的四大成功要素，与年轻同道共勉。如今看来平平无奇的东西，新西兰当时整个上海绝无仅有。黑皮诺风图1. OPUS-DSD重构结构模型与传统冷冻电镜软件解析的模型对比
OPUS-DSD具有卓越的数据处理能力和鲁棒性，格差异勃能在更低信噪比的数据上保持较高的解析准确性。在处理冷冻电镜数据的过程中，艮第生物大分子结构柔性引起的构象多样性使得从单个样本中获取精确的三维模型充满挑战，艮第同时，由于冷冻电镜实验数据的信噪比通常极低，为深度学习算法的在该领域的运用带来了巨大困难。目前，俄勒冈中国具有世界上最大的冷冻电镜设备集群，然而大部分数据处理所需的软件仍依赖进口。在虚线标示的区域中，新西兰OPUS-DSD重构的模型（绿色）比传统冷冻电镜软件解析的模型（紫红色）有更加完整的电子密度。
复杂体系多尺度研究院教授马剑鹏为该文通讯作者，罗镇威为第一作者。复旦大学最新开发的智能算法，成功地攻克了以上难题。
作为蛋白质结构预测领域顶尖团队，由诺贝尔奖得主Micheal Levitt教授和马剑鹏教授领导的复旦大学复杂体系多尺度研究院聚焦基础科学、交叉学科及源头底层技术，致力于推动生物大分子结构实验测定与计算机预测两大方法齐头并进。研究团队推出了一种基于深度学习的计算方法，可有效地识别和处理生物大分子的柔性信息，从而提高冷冻电镜的解析能力，并获取三维结构的动态变化信息。生物大分子结构解析是基础生物科学的关键技术之一，冷冻电镜是其中非常重要的一种研究手段。对于任何运用冷冻电镜解析生物大分子结构的团队，是否具备且会运用先进数据处理算法软件，尤其是针对柔性结构的算法软件，其解析出来的分子结构的质量水平完全不同。
在红色虚线框标识的区域，不同构象中的RNA链处在不同位置。研究人员介绍，生物大分子的许多重要功能是通过其高度的柔性特质来完成的，但柔性也是负面影响结构测定精度的主要因素。这显示了该RNA链处在动态运动中。研究团队的这一成果不仅对冷冻电镜生物大分子结构解析技术带来深远影响，也展示了自主开发国际领先算法软件的实力，更在如今计算机硬件设备采购受限的形势下体现了算力不足，算法来补的重要意义。
图1. OPUS-DSD重构结构模型与传统冷冻电镜软件解析的模型对比。北京时间10月9日晚，复旦大学复杂体系多尺度研究院马剑鹏教授团队在先进智能算法上取得突破，开发新型计算方法OPUS-DSD，相关成果以OPUS-DSD: Deep Structural Disentanglement for cryo-EM Single Particle Analysis为题，刊发于Nature Methods（《自然-方法》）。
此外，它不仅仅局限于单颗粒冷冻电镜技术，也可推广到更高端更低信噪比的冷冻断层扫描电镜（Cryo-ET）的研究中。这一新方法能有效建立高精度的生物大分子结构模型，帮助解决药物设计中因目标蛋白结构不准而导致的新药研发失败问题。
图1与图2展示了两个典型结果。团队不仅拥有规模化冷冻电镜平台，更具备一支实力扎实的人工智能人才队伍，在冷冻电镜先进算法和计算机蛋白质结构预测领域科研成果频出。该算法不但能成功解析冷冻电子显微镜（Cryo-EM）结构解析技术中因传统方法无法分辨而缺损的生物大分子（比如蛋白质、核酸或蛋白质/核酸复合物等）结构，并且能高效精准地分辨出柔性结构域在受测样品中的构象分布。这种动态结构信息是很难用传统方法来提取和分辨的。要确立高精度结构模型，就必须发展自主、先进的冷冻电镜数据处理智能算法，为我国生命科学研究揭示分子生物学底层机理、重大疾病原理以及进行创新药物研发打下坚实基础。未来，团队将继续以人工智能为技术中枢，构建新一代生物体系分析工具与方法，解读生物遗传信息，加速生命科学在分子层面的研究，通过对蛋白质、核酸等生物大分子功能结构的预测与设计，为药物研发提供支持，支撑全链条AI-赋能新药研发的先进技术平台。
绿色和古铜色分别代表OPUS-DSD解析的两个不同构象。这是因为OPUS-DSD能分开重构不同三维构象，而不会将其重叠在同一个三维模型中。
图2. OPUS-DSD解析的构象变化。如何克服冷冻电镜数据中生物大分子结构的柔性、尤其是超大型复合物的柔性对结构测定精度带来的误差，是当前全球结构生物学研究的重点和难点，也是亟待打破的瓶颈
跟随文化校历的指引，徜徉学海，品味文化，更多信息请关注主页和人文相辉公众号。制图：段瑞怀实习编辑：严静雯责任编辑：李斯嘉。
伴着温柔的秋风、淡淡的桂香，我们一同开启10月文化校历之旅，有哪些值得期待的精彩？一起来看跟随文化校历的指引，徜徉学海，品味文化，更多信息请关注主页和人文相辉公众号。制图：段瑞怀实习编辑：严静雯责任编辑：李斯嘉。伴着温柔的秋风、淡淡的桂香，我们一同开启10月文化校历之旅，有哪些值得期待的精彩？一起来看
如今乳腺癌的治疗手段丰富了很多，疗效也获得了很大提升，肿瘤医院大外科主任兼乳腺外科主任、复旦大学肿瘤研究所所长邵志敏从事乳腺癌的临床诊治和科学研究已有30余年，他为乳腺癌治疗方案的不断进步感到由衷欣喜，但也深刻地感受到当前的治疗水平还有很大提升空间。最新方案全面上线，分型精准临床试验现已正式启动 不同亚型独特的生物学行为或基因表达是腔面型乳腺癌临床转化研究过程中的灯塔，这将改变以往腔面型乳腺癌治疗一把尺子衡量一群人的治疗困境，有助于临床专家对这些患者分类而治。
如何突破瓶颈，引领乳腺癌治疗的新一轮变革？邵志敏给出了自己的设想：越来越多研究证实，传统分类下的各类型乳腺癌并不是单一的疾病，而是一群复杂疾病的合集。邵志敏及研究团队首次提出了基于多维大数据的腔面型乳腺癌分类标准，为这群患者的精准治疗和个体化临床实践了新的方向。
研究团队随后收集整理了复旦大学附属肿瘤医院和国内多个医院上千例腔面型乳腺癌用药和疗效的真实世界数据，证实了腔面型乳腺癌复旦分型可以很好地预测不同药物的治疗效果。临床上近7成的初诊患者，以及超过半数的复发转移患者都是腔面型。
而RTK驱动型的特点是RTK及其通路的显著表达，提示该类患者可以考虑采用RTK通路抑制剂治疗。瞄准对抗乳腺癌主战场，首提腔面型乳腺癌复旦四分型如果说三阴性乳腺癌是最难啃的硬骨头，腔面型乳腺癌更像是对抗乳腺癌的主战场。邵志敏团队根据各亚型的分子特点和治疗靶点进一步制定了对应的精准治疗方案，并随即在 难治性三阴性乳腺癌患者中开展了一系列临床试验。我们发现在所有腔面型乳腺癌四个亚型中，‘RTK驱动型患者的预后最差，内分泌治疗几乎无效。
在此基础上，邵志敏带领团队提出了分子分型指导下的乳腺癌精准治疗，即分型精准治疗的理念：将传统的乳腺癌分类进一步划分成更精细的分子分型，找到各个分子分型最重要的靶点分子并针对性开展精准治疗。本文的共同一作分别为金希、周逸凡、马丁、赵珅、林偲进，通讯作者为邵志敏教授和江一舟研究员。
内分泌治疗是这类乳腺癌主要的治疗手段之一。研究团队发现，免疫调节型亚型富含免疫细胞，提示这类肿瘤可以采用免疫检查点抑制剂治疗。
研究团队综合生物信息大数据特征，将腔面型乳腺癌精准划分为4个亚型：经典腔面型（SNF1）、免疫调节型（SNF2）、增殖型（SNF3）和RTK驱动型（SNF4）。邵志敏和江一舟领衔研究团队绘制了全球最大的腔面型乳腺癌多组学全景图谱，并提出复旦腔面四分型基础上的精准治疗策略。