在近期举行的本年度中国计算机大会上，2023年度CCF-腾讯犀牛鸟基金入选学者名单公布。2023年度CCF-腾讯犀牛鸟基金共收到来自近 90所高校的230余份申请，基金评审专家历经一个月深入细致的函评、会评评审，从申报学者的科研能力、研究价值、学术创新性、方案可实施性等方面进行综合评价，最终评选出卓越奖1项、优秀奖6项、合作奖19项。其中，浙江大学伊利诺伊大学厄巴纳香槟校区联合学院助理教授、研究员张强的项目“基于结构感知大模型的蛋白质设计和优化”荣获优秀奖。

“CCF-腾讯犀牛鸟基金项目是中国计算机学会成立最早、影响力最大的企业合作基金之一，我觉得非常荣幸能够获得CCF-腾讯犀牛鸟基金项目优秀奖并且排名第一。能从获得资助的26个项目里脱颖而出，获得学术和企业界专家的共同认可，是对我在过去一年里的学术追求和科研成果的极大肯定，这也将鼓励我继续在科学智能（AI for science）的交叉学科领域进行深入探索，不断走上新高度。” 张强老师跟我们分享说。

▲ 张强老师（右四）参加颁奖仪式

近年来，深度学习方法在蛋白质建模方面取得了令人瞩目的进展。然而，蛋白质序列-结构-功能之间的相互对应关系尚不清晰，研究依然面临着蛋白质四级结构预测不准、基于结构的蛋白质序列设计效果不佳、序列优化需要大量标签数据等关键挑战。为应对这些挑战，张强老师的获奖项目旨在开发和实现一种基于结构感知大模型的蛋白质设计和优化方法。该方法率先构建了首个氨基酸知识图谱AAKG，提升功能蛋白质优化效率近3倍，并构建了全球最大规模的生物序列向量数据库，库中包含超过10亿条蛋白质和核苷酸序列。实验表明，该数据库在同源序列检索速度上比Foldseek-TM快59倍，平均检索精度（MAP）也提升了38%。

▲ 张强老师获奖项目概述图

CCF-腾讯犀牛鸟基金于2013年由中国计算机学会（CCF）和腾讯公司共同发起。12年来，犀牛鸟基金致力于为海内外青年学者搭建产学合作创新的平台，推动科技在产业创新和社会发展中持续发挥价值。本年度基金发布5大前沿领域，共28项技术研究命题，继续聚焦“人工智能技术”，关注前沿技术发展，挖掘企业真实应用场景命题。

张强博士，曾在伦敦大学学院（University College London）计算机系攻读博士学位并担任博士后，师从国际著名的信息检索与数据挖掘领域的Emine Yilmaz教授。他在Nature Machine Intelligence、Nature Communications、NeurIPS、ICML、ICLR、AAAI、WWW、ACL等顶级学术会议和SCI期刊发表四十余篇文章。他担任中国中文信息学会语言与知识计算专委会委员，教育部知识工程虚拟教研室成员，Big Data Research（中科院3区期刊）编辑，主持或参与国家自然科学基金、科技部重大项目、浙江省“尖兵”“领雁”重点研发计划项目、CCF-腾讯犀牛鸟基金等近10项。曾获得中英教育信托者等荣誉。