借着热度宣传一下：我们@深圳医学科学院 的冷冻电镜平台超级棒，按照深圳的要求共建共用共享，为全社会提供全链条服务，运维成本价收费，数据收集快质量高态度好。所以，证明你也可以用电镜灌水的机会来了[坏笑]

书接上文：
结构生物学的落点在于“生物学”，所以一直以来，我们都知道结构是媒介，理解生物机制，搞清治病机理，发现生物规律，利用结构做药物设计、工程设计才是目的；但是大家往往忽略了一点：冷冻电镜中这个镜它就是显微镜，显微镜被发明出来是为了观察世界的。所以从这个角度说，我们还真是不忘初心，#cryoseek 酷寻# 就是让电镜回归其应有之义，变成了发现的工具。

在这里科普一下，生物发现大体有几种：1. 观察：肉眼到光学显微镜到而今的冷冻电镜，先观察到现象，再去研究背后的机制，所以#cryoseek 酷寻# 其实又是最经典最复古的思路；2. 遗传学方法：通过突变，看到表型区别，进而对应到基因型，从这个角度说，而今基于各种组学的分析也有类似之义，就是建立基因型（或转录组、蛋白组）和表型的关联；3. 生化方法：设计个assay，有input和readout，通过不断地组分分离找到对应的生物大分子......当然如果要细化，还可以讲很多，那就不是几千字能打住的了。

作为科研工作者，尽管繁琐的日常倒也是一种训练，但重复性劳动都是大家厌弃的。当我们用#cryoseek 酷寻# 睁眼看世界，数据量实在太大了，所以我们首先与@深圳医学科学院 的胡名旭研究员一起开发了新算法，做到了高通量，一天可以获得数个电镜密度图；而申怀宗研究员也与西湖大学的原发杰教授利用AI赋能加速电镜图像处理......简而言之，就是降低了技术门槛，节省了大量时间。下一步就是要基于这些密度图搭出结构。对于蛋白质，现在已经相对简单，或者把AlphaFold预测的模型先放进去，或者用一些软件直接搭......但是，我们日常最熟悉的碳水化合物它们在生物学研究里属于高冷难题啊，没有现成程序可以搭模型啊。所以我们还得自己开发新方法。我实验室的博士后小天才（小=年轻）陈晟博士可有用武之地了。

陈晟在中山大学计算机系读博期间就开发了EModelX这个利用机器学习自动搭建蛋白结构的算法，到我实验室第一天就被我劝着去做糖的自动搭建。小天才上手就是快，短短几个月就拿出#EModelG#，然后黄隽豪同学这套超高分辨率数据给了他优化、验证的机会（目前仍然在优化中）。所以，我们就是这样一步步被解放着，尽量跳过技术限制探索无垠世界。