报告人：毛有东（ 北京大学物理学院）

报告时间：2020年5月24日晚上19:00-20:00

腾讯会议ID：100440628

报告摘要：

Cryo-electron microscopy (cryo-EM) has recently evolved to become a mainstream approach in structure analysis of macromolecules, thus is transforming biophysics and molecular biology. The nature of single-particle cryo-EM images of macromolecular complex posits themselves being amenable to the theory and approaches previously developed for non-equilibrium statistical mechanics and machine learning. Thus, it is possible that the principles and methodology in non-equilibrium statistical mechanics and machine learning may transform the cryo-EM approach to enable its capability in solving complex dynamics of many-subunit system like 26S proteasome. In this talk, I will discuss on several lines of method development undergoing in my group that attempt to integrate machine learning, including deep learning and manifold learning, with non-equilibrium statistical mechanical techniques to push the envelope of experimental cryo-EM approach in analyzing three-dimensional complex dynamics of biological macromolecules at the atomic level.

报告人简介

毛有东2005年毕业于北京大学获凝聚态专业理学博士学位，现任北京大学物理学院凝聚态和材料物理研究所、北京大学定量生物学中心研究员，博士生导师。毛有东课题组主要从事软凝聚态和生物物理的前沿交叉研究和探索，尤其是发展冷冻电子显微镜方法，结合生物物理、生物化学、分子生物学等多种实验和理论计算方法，研究生物大分子机器和分子马达的结构动力学和非平衡统计物理基本规律，及其在分子医学中的交叉应用探索。目前课题组主要研究方向包括：（1）四维冷冻电子显微镜成像技术,原位高分辨冷冻电子断层成像技术，和基于机器学习的图像大数据分析方法；（2）生物大分子机器的高分辨动力学和能量学，及其在传染病和癌症中的作用机理；（3）基于结构动力学的反向分子免疫原设计，和生物大分子复合机器再造工程。迄今为止，共发表论文50余篇。通讯作者论文24篇和第一作者（且非通讯）论文6篇，其中16篇发表在影响因子不低于PNAS的学术期刊上，包括Nature长论文两篇和Science一篇、Nature子刊三篇、Cell子刊一篇、PNAS三篇等。课题组近年来的代表性成果包括：（1）系统研究了细胞中最大的蛋白质降解机器的底物化学反应的高分辨三维动力学，揭示了蛋白酶体及其环状马达的普适性工作原理；（2）发现了先天免疫中的炎症复合体的成核多聚活化和认证活化两种并行的免疫信号转导机制；（3）结合多种高分辨成像实验和理论分析，系统发展了基于机器学习的电镜数据分析和单颗粒动力学重建新方法，以此研究了生物大分子复杂体系的非平衡统计物理基本规律。