随着计算生物学在药物发现领域的持续推进，这一过程中不断涌现出新的挑战和机遇。序列分析一直是生物信息学的一大重要方面。在本篇文章中，我们与 NullSet Informatics Solutions 创始人兼生命科学数据分析专家 Jefferson Parker 博士探讨了药物发现领域中序列分析的最新前沿。
CAS：作为计算生物学家，您在药物发现的过程中担任过哪些职位？
CAS：为什么序列分析在药物发现中如此重要？
CAS：您认为序列分析的最大挑战是什么？
CAS：现在是否的确需要计算生物学家来负责序列分析？
CAS：人工智能和机器学习会对序列分析有帮助吗？
CAS：您对 AlphaFold 有何看法？它可以对蛋白质结构进行人工智能预测。
CAS：您认为药物发现领域的人工智能和机器学习的前沿是什么？
CAS：您认为我们是否可以创造生物系统的模型？
CAS：您认为推动这些新前沿向前发展需要什么？是新算法、新框架，还是其他？
CAS：如果您有一根魔杖可以改变药物发现过程中的任何事情，您会改变什么？
Jefferson Parker 博士在麻省理工学院开始了他的科研生涯，研究革兰氏阳性土壤细菌食红球菌中的外来生物代谢。当他试图注释基因组以开发 DNA 微阵列时，面对超负荷的数据，他进入了计算领域，此后一直在生物学、计算和数学的交叉领域工作。他的职业生涯曾涉足小型制药公司、大型制药公司和咨询机构，包括诺华和汤森路透。在此期间，Jefferson 获得了宾夕法尼亚州立大学应用统计学研究生证书和波士顿大学计算机科学硕士学位。现在，Jefferson 正在开辟一条新道路，他拥有自己的生物信息学咨询公司 NullSet Informatics Solutions，提供数据和分析、数据建模以及技术项目管理服务。