AIMBE Fellow 潘毅：少年状元、九年学术荒，拒做生(4)

序列比较的指标之一——序列相似度(similarity)就需要使用替换积分矩阵（subsitution matrix）进行统计。

2005年，潘毅创办生物信息学研究与应用国际研讨会（ISBRA）后，曾多次邀请李明、徐鹰等教授参加并进行主题演讲；他与张爱东分别担任着IEEE/ACM计算生物学和生物信息学学报（TCBB）的副主编和主编；还曾邀请同为系主任的许东，以及彼时仍在印第安纳大学工作的周耀旗，前往佐治亚州立大学演讲。

在金兰教授的帮助下，潘毅在1985年读硕士期间就已经在海外顶级会议ICDCS上发布了论文。在当时那个年代，很多教授难有在海外发布文章的机会，而ICDCS更是只有不超过20%的录用率。

凭借生物信息学领域的贡献，潘毅被评为乔治亚州立大学终身教授、大学杰出教授、州校董教授，当选美国医学与生物工程院院士与乌克兰国家工程院院士。

此前，徐鹰与雷峰网《医健AI掘金志》交流时，曾提出一个划分，生物信息学作为生物学与计算机科学两大学科的交叉点，这一领域内不同学者所做的研究在两个学科所占比重上通常有所不同。

但他也说，“我可以干到八十岁再退休。”

他决定投身于此。然而，最大的难题在于生物信息学的交叉性，了解计算机知识的人没有生物学背景，而生物学专业的人又不懂计算机编程，这两门学科之间存在着非常大的鸿沟，令很多研究者望而却步。

多年来潘毅培养的学生中，很多人毕业后也选择了从事学术研究和教学工作，在美国、中国、韩国等世界各地将生物信息学这一学科传承下去。

潘毅在科研上更是大力支持学生。直到李敏完成学业回国，潘毅还时常关心她的个人发展，积极推荐她担任国际期刊的编委等。

等价矩阵是最简单的替换积分矩阵，相同碱基/氨基酸之间的匹配得分为1，不同碱基/氨基酸间的替换得分为0。

2010年前后，他开始尝试将计算机与生物学知识相融合，比如，在进行多序列对比时，将碱基或氨基酸之间变化的概率也加入计算之中，从而更加精准地描述生物学问题。

“那时候没有出国的机会，要去国外做教授几乎不可能，（大学时）包括我在内同学们都觉得在一个大企业里做到总工程师，就已经很了不起。”

潘毅说，他所研究的内容是如何将生物的问题转化为计算的问题，并开发出相应的工具，高效、高质地解决这一问题。

当时的清华大学计算机系主任，同样出身吴江区黎里镇的王鼎兴教授，与潘毅的来往要更密切一些，“王老师的父亲和我的外公是朋友，我们两家是世交。”

首先是专业知识上的欠缺。为了进行生物信息学研究，计算机出身的潘毅只能开始从头学习生物学的背景知识，像刚入学的大学生一样看教科书、读论文、听报告，终于将自己从单一学科背景打造成交叉学科的研究者。

1997年，徐鹰进入橡树岭国家实验室生命科学部担任课题组长，次年许东加入课题组，两人合作进行了蛋白折叠与蛋白结构预测的相关项目，又于2003年先后离开橡树岭，分别前往佐治亚大学和密苏里大学担任教职。

学生们取得的成就让作为老师的潘毅无比骄傲，“我愿意不遗余力地帮助他们成长，希望未来他们的成就都能够超过我。作为老师，应该有这样的胸怀支持学生、托举他们。”

而1991年才刚刚开始攻读博士学位的许东，恰好选择了计算生物物理的研究方向，比前辈徐鹰还要早两年接触生物学。

他想到了自己前不久开始进行的生物信息学研究。

这种情况直到2000年潘毅进入佐治亚州立大学工作才得以好转。在佐治亚州立大学，潘毅偶然发现蛋白质序列的对比需要用到并行计算，这正是他所擅长的计算机领域的知识。

潘毅的诸多科研成果对后来者的研究也有很大影响，他为生物学领域开发的许多工具至今仍在广泛应用。

2007年，IEEE生物信息与生物工程国际大会授予潘毅杰出成就奖。根据相关网站排名，2011年至2021年间，佐治亚州立大学计算机系生物信息领域世界排名22名。

直到2014年前后，生物信息领域的研究者们集体转向深度学习技术，潘毅也是其中之一。

“GPU等硬件的发展让机器速度大幅提升，深度学习技术也成熟了，这时候用在生物信息上如鱼得水。”

谈及过往，许东表示潘毅不论是担任佐治亚州立大学计算机系主任期间，还是后来升任文理学院副院长后，都展现了出色的管理能力，“潘毅教授的活动能力很强，善于交往，他主持的杂志也做得非常好。”

文章来源：《电子与信息学报》 网址: http://www.dzyxxxbqk.cn/zonghexinwen/2022/1008/794.html