许东的「AI生命科学」进化史：从90年代泡沫繁荣，到深度学习复兴( 九 )

密苏里州一直以来都因为“showmestate”出名，意为“索证之州” 。许东把所有的细节都看了一遍，也让组里的人也测试深度学习。结果不出所料，深度学习在几个生物信息学的问题上有很大的提高。
2012年，许东不顾所有人的质疑转向了深度学习，这是他人生中第二个重要时刻。
此后，许东的课题组把深度学习在生物、医学上的应用作为第一研究方向，合作对象也从本系扩大到美国、中国高校。
在深度学习的影响下，许东关注到农业植物作物、中医研究、单细胞数据分析、蛋白的分析、修饰、定位，结构预测等其他领域的课题。
过去三年，许东第一大合作对象是俄亥俄州立大学的马勤教授，基于深度学习做单细胞基因测序的问题上发表了7篇有影响的文章。
许东的课题变化依然有，但主线已放在了深度学习上。
许东最直观的感受是，跳出原有的分子动力学模拟的框架后，反而做的东西更多了，合作对象也更多了。一个显著特点是，过去二十多年，许东所发表的论文中，作者少则四五人，多则十几人，合著期刊论文近300篇，会议论文和著作章节共计超百篇。
在不同时刻，许东与不同人结成战友，迅速冲到科研落地最前线，而他自己，也从一名物理学者，逐渐蜕变为生物物理学者、再到生物信息学者。
许东坦言， “我们做交叉学科，谁都无法把一个问题的方方面面都解决，所以需要很多合作，在我身上就非常明显。 ”
许东的老友徐鹰也讲过，许东做出了非常多的计算工具，如果没有他的生物物理背景，是做不出来的。
在许东的理解里，他并不觉得自己成了“工具人” ，而是在那些合作中，和别人一起成就更多的事，而不是把研究仅仅当作饭碗或工作量。
同是物理出身，后转向理论生命科学研究的郝柏林院士也曾讲过， “要想做生物，不能当票友，这是一个义无反顾、全心全意研究生物的“中心” ，而不是出身物理学的人参与一些生物学的问题。 ”
给18岁的许东一个答案在密大做研究，许东已经不知不觉做了二十年了。
他每天七点起床，十二点前睡觉，每周都要审一篇稿，并且花大量的时间（包括周末和晚上）和组员及合作者讨论科研，这是许东二十多年来的常态。
这些年来，许东好像没什么变化，他依旧同样对外界充满新鲜感。
他爱拍照，出门时常带着一台相机，习惯将镜头对向自己之外的人。在他那里，好像随时能将视角切换到其他人，永远都有一种置身事外的能力。
对于许东个体和科研总体而言，时常的“局外人”身份具有重要的意义，科学研究不能总以自己的位置作为参照，要时不时跳出来，在复杂多变的现象中看清最深刻自然的本质。

文章图片
许东所摄：仰望日食的阿米什人，拉斯维加斯羚羊谷
正是如此，在过去三十多年的时间里，许东趟过了生物信息学的泡沫期，与导师在那栋交叉研究大楼一起拼搏、与橡树岭同事们组成了生物信息学三剑客、又在密大亲身推动了交叉学科的建设、最后在漫长的科技长河中，找到了深度学习这对船桨。
人过半百，许东还在做着他最喜欢的交叉学科研究。或许这也是即将58岁的许东，要给18岁的自己的一个回答。
最后，许东谈到自己，说到， “或许我永远做不到Klaus、MartinKarplus、Ruth那样的顶流。 ”