文章主题：硬科技, 技术发展, 生物科技
硬科技始终以技术为核心，其发展、演变、传承与成熟均遵循一定的规律，这些规律具有一定的可预测性，同时，相关领域的知识门槛也相当高。
对于生物科技领域的投资者而言，创始团队的重要性不言而喻。据智药局 previously 发布的我国 AI 制药企业地图显示，其中大部分公司均源自于高校或研究机构的成功转化。
以至于有行业人士说出那句“中国的博导都不够用了”。
在对我国从事人工智能药物研发的教授（博导）团队进行梳理时，我们可以发现这些团队成员大多具备丰富的药物研发、计算生物以及生物信息学领域的专业知识，并在学术界取得了卓越的研究成果。
在科研领域，有一部分人正在高等学府中专注于技术的深入研究，一部分团队与产业界紧密相连，为产业发展提供有力支持，还有一些人已经成功创业，站在了时代的前沿。这些团队和个人的努力并不分彼此的顺序，我们热忱欢迎任何读者的积极补充和宝贵指正。
AI+药物研发
中科院上海药物研究所蒋华良教授工作室
蒋华良，中国科学院院士，中国科学院上海药物研究所学术委员会主任、研究员（曾任所长）。
蒋华良院士以及他的学生郑明月课题组一直致力于探索药物科学的基本原理和研究新药的途径。他们运用计算信息科学等多种学科的交叉知识，近年来，利用深度神经网络技术在大数据和人工智能领域取得了显著的成果，为药物研发开辟了新的道路。
在科学研究领域，学术界一直致力于探索生命科学的新奥秘。在这个过程中，许多优秀的科研成果应运而生。近日，一个由我国科研团队领导的课题组在国际知名学术期刊Science、JMC以及Protein上发表了多篇论文，这些论文涵盖了生物化学、分子生物学等多个学科领域，为生命科学的进一步发展做出了重要贡献。这一系列研究成果的发布，不仅展示了我国科研团队在生物领域的研究实力，也为全球科学家提供了宝贵的知识资源，推动了生命科学的发展。
目前蒋华良院士担任AI制药企业「阿尔脉生物」的首席科学顾问，团队还联合华为云发布了基于ModelArts平台的药物联邦学习服务。
中科院微生物研究所王军教授团队
王军教授本科毕业于中国海洋大学生物技术系，而后到德国普伦马普进化研究生物学研究所获得博士学位，以最高成绩等级毕业。
王军课题组长期专注微生物组的生物信息学方法和应用研究，成立四年以来已经在包括Nature Biotechnology，Nature Genetics，Advanced Science，Microbiome等期刊发表文章二十余篇。现阶段在机器学习、人工智能与微生物组结合的领域有多个前沿项目。
近日，中科院微生物所王军课题组和陈义华课题组共同在Nature Biotechnology上发表论文，利用深度学习算法，构建了构建了从人类肠道微生物组挖掘潜在新型抗菌肽的模型，预测准确率超80%。
中科院深圳先进技术研究院袁曙光课题组
袁曙光研究员，现任中国科学院深圳先进技术研究院医药所计算机辅助药物设计中心研究员。同时也是计算机辅助药物发现研究中心的主任。
袁曙光近年以第一/通讯作者在国际著名期刊发表多篇学术论文，包括Nature Communications2篇、Angewandte Chemie5篇、JACS 2篇、Chemical Science 1篇、Computational Molecular Sciences2篇、 Trends in Biochemical Sciences 1篇、Trends in Pharmacological Sciences1篇、Trends in Biotechnology 1篇。合计发表著作近40篇。
团队主要研究方向为CPCR分子机理，计算机辅助药物设计，基于人工智能的药物筛选平台，疾病模型的建立，原生态细胞膜环境下CPCR与离子通道的结构与功能，计算机理性设计酶的功能与改造。
北京大学高毅勤教授团队
高毅勤，加州理工大学博士，北京大学化学与分子工程学院教授，深圳湾实验室副主任。
高毅勤教授致力于发展针对生物和化学体系的理论与计算方法，特别是基于统计力学和机器学习的计算方法与软件的开发，染色质三维结、生物大分子和材料自组装、DNA别构效应等领域的研究。
2021年7月，高毅勤课题组与华为昇思MindSpore联合开发了新一代分子模拟库SPONGE，这是一个完全自主研发的分子模拟库，将神经网络等AI方法与传统分子模拟进行结合。
2021年10月，高毅勤课题组又与华为昇思MindSpore团队推出了基于AlphaFold2算法的蛋白质结构预测推理工具，效率同比提升2-3倍。
中国药科大学陈亚东课题组
陈亚东，博士，教授，中国药科大学药物化学专业和药学信息学专业博士生导师。主持和参与多项国家自然科学基金、国家重大科技专项“重大创新”等科研项目。
近年来，课题组在J. Med. Chem.,Angew.Chem. Int. Edit., Org. Lett., Adv. Synth. Catal., Eur. J. Med. Chem., J. Chem. Inf. Model.等本领域top期刊发表SCI论文100多篇。
陈亚东研究团队的主要方向为基于重大疾病的原创小分子药物发现，以及人工智能的药物分子设计及应用研究。团队自主研发的抗肿瘤化合物以1.5亿合同价格转让给上海复星医药产业有限公司，2019年11月该药物获美国FDA孤儿药资格认定。
2019年，AI药物研发公司「深度智耀」与中国药科大学展开合作，在多个靶点共同研发小分子创新药物，此次合作就是和中国药科大学陆涛教授以及陈亚东教授课题组联合开发药物。
伊利诺伊大学/清华大学彭健教授团队
彭健，清华大学智能产业研究院（AIR）访问教授、伊利诺伊大学厄巴纳-香槟分校计算机科学系终身教授，是生物计算领域里的大牛。
彭健博士的主要研究领域为生物信息学、化学信息学和机器学习，其合作开发的算法在多项科学挑战赛中获得佳绩，包括蛋白质结构预测技术的关键测试（CASP），及转化医学和药物基因组学的DREAM挑战。
2021年初，受院长张亚勤的邀请，彭健成为中国清华大学智能产业研究院（AIR）的访问学者。同年6月，彭健教授创立了「华深智药」，这也是清华AIR智能产业研究院首个公开的孵化项目。
目前，华深智药已获千万美元天使轮融资，投资机构包括襄禾资本、高瓴创投、清智资本。
清华大学交叉信息研究院曾坚阳
曾坚阳现任职于清华大学交叉信息研究院，长聘副教授，博士生导师。本科和硕士毕业于浙江大学，博士毕业于杜克大学计算机科学专业。
2012年，曾坚阳作为作为海外人才被引进清华大学交叉信息研究院，其主要研究方向为将机器学习和人工智能技术，应用于药物发现和基因组学研究。
共计在国际核心期刊和会议上发表论文60余篇，其中通讯作者论文包括Nature子刊Nature Communications、Nature Machine Intelligence、Cell子刊Cell Systems、PNAS、Nucleic Acids Research等，合作作者论文包括Nature期刊等。
2018年，曾坚阳创立「燧坤智能」，这是一家利用人工智能算法发掘疾病作用靶点、发现已知药物新适应症、提升新药筛选效率、提高大分子产量的AI制药公司。
加拿大蒙特利尔学习算法研究所唐建团队
唐建博士毕业于北京大学信息科学技术学院，现为加拿大蒙特利尔学习算法研究所（MILA）助理教授，该研究所是由图灵奖得主、深度学习先驱Yoshua Bengio 教授领导的人工智能实验室。
唐建为MILA研究院的知名华人学者，主要研究方向为图表示学习、图研究网络、知识图谱、药物发现。发表了一系列在图表示学习领域的经典论文包括LINE、LargeVis、RotatE等。
2021年8月，唐建团队开源了一个通用型药物发现和设计的机器学习平台——TorchDrug，涵盖了图机器学习、深度生成模型及强化学习等技术。唐建表示，通过开源TorchDrug，他们计划建立一个开源AI药物发现社区，科研人员和制药公司都可以共享这个成果。
阿卜杜拉国王科技大学/中国人民大学高欣教授
高欣，沙特阿卜杜拉国王科技大学（KAUST）的终身正教授，博士生导师，同时任中国人民大学高瓴人工智能学院讲座教授。 高欣教授的研究焦点主要集中在计算机科学与生物学的交叉领域。
他在蛋白质AI领域完成了一系列开创性的研究，涉及蛋白质结构预测、靶点表位分析、抗体构型等关键问题。高欣教授现为「百图生科」CEO计算顾问和蛋白质主任科学家。
北京大学前沿交叉学科研究院裴剑锋团队
裴剑锋，中国科学院过程工程研究所博士，北大前沿交叉学科研究院定量生物学中心的研究员。研究方向主要集中在基于靶标的药物分子设计、多靶标药物设计、人工智能药物研发等。
2018年12，裴剑锋连同北京北大前沿交叉学科研究院定量生物学中心的博士徐优俊和整合生命科学博士张伟林创立AI药物研发公司英飞智药。
目前英飞智药以获两轮融资，最新一轮融资为丽珠医药投资的pre-A轮，金额未披露。
北京大学化学与分子工程学院来鲁华课题组
来鲁华，长江特聘教授，博士生导师。1989年在北京大学化学系获博士学位，现任北京大学化学与分子工程学院教授，分子动态与稳态结构国家重点实验室主任，物理化学研究所所长，定量生物学中心副主任。
长期从事基于结构和基于系统的药物设计、蛋白质设计和生物分子识别机理研究，曾在国际刊物上发表研究论文200余篇，申请专利及软件版权30余项。
来鲁华课题组发展的基于靶标结构的全新药物设计软件LigBuilder、蛋白质结合位点分析软件CavityPlus、基于系统的药物设计及别构药物设计等多种药物设计技术在国内外得到广泛应用，已有多个成功应用实例见诸报道。
北京大学谢正伟团队
谢正伟，北京大学基础医学院研究员，北京大学国际癌症研究院副研究员，致力于基于多学科交叉和人工智能的创新药物算法的开发，
谢正伟于2016年开始在北京大学建立独立实验室，开展AI新药算法和抗衰老研究，并于2018年创立了AI制药公司亿药科技（GigaCeuticals）并任CEO，通过AI和深度学习发现新靶点、加速药物研发。
2021年，谢正伟率领团队在Nature Biotechnology发布论文，揭示了一种基于基因指纹和深度学习的药效预测系统（DLEPS，中文名灵素系统）在预测化合物治疗疾病方面的应用。
中山大学计算机学院杨跃东教授
杨跃东博士，2017年起担任中山大学计算机学院教授、国家超算广州中心副总工程师，智能健康医疗中心副主任。
实验室主要研究方向为健康医疗的智能计算，目前在蛋白质结构功能预测、药物虚拟筛选、基因组突变分析等研究方向已开发了十几个生物信息软件包，其中蛋白质结构预测SPARKS X、经验势函数dDFIRE、二级结构预测SPINE和SPIDER等，已成为各方面的代表性工具，被广泛使用；SPARKS X已商业授权美国孟山都等公司。
课题组已在已在Nature Machine Intelligence、Bioinformatics等顶刊、及IJCAI等人工智能顶级会议上发表100多篇SCI论文，引用超5000次，H-inde>35，超过10篇第一/通讯论文单篇引用过百。
西湖大学生命科学学院马丽佳博士团队
马丽佳，西湖大学研究员，于中国科学院北京基因组研究所获得博士学位，曾在华大基因负责多项大型基因组学研究项目，而后赴芝加哥大学基因组学与系统生物研究所进行博后研究。
2018年，马丽佳被引入回国，西湖大学生命科学学院任特聘研究员，研究方向为功能基因组学和生物信息学。实验室专注于多组学与基因编辑相关实验技术开发和高通量数据挖掘方法开发。
2021年，作为西湖大学的西湖大学基因编辑成果转化项目落地，马丽佳带头创立了「西湖云谷智药」，致力于将人工智能技术应用于基因编辑治疗方法的研发。
上海交通大学电子信息与电气工程学院潘小勇课题组
潘小勇，上海交通大学—电子信息与电气工程学院–长聘助理教授，博士生导师。2017年博士毕业于哥本哈根大学，并在荷兰伊拉斯姆斯大学医学中心和根特大学等从事博士后研究。主要从事模式识别与生物信息研究，在包括Nature Biomedical Engineering、Bioinformatics、Nucleic Acids Research等杂志上发表多篇学术论文，总引用数超过1900余次(Google Scholar)，同时致力于将多项科研成果产业化。
主要研究方向包括：1、基于人工智能的蛋白分子绑定预测；2、抗体药物智能设计；3、RNA序列智能设计。
湖南大学信息工程与学院曾湘祥课题组
曾湘祥，教授、博士生导师、国家优青基金获得者、湖南省杰出青年基金获得者。他入选了科睿维安2020和2021年度“全球高被引科学家”名单，爱思唯尔2021年年度“中国高被引学者”名单，斯坦福发布的“全球前2%顶尖科学家”名单。获2019年吴文俊人工智能优秀青年奖，2020年亚马逊机器学习研究奖。
曾湘祥教授课题组曾联合亚马逊AI上海、亚马逊AI硅谷、明尼苏达大学、俄亥俄州立大学，共同构建了大规模药物重定位知识图谱（命名为DRKG）。
浙江工业大学段宏亮教授团队
段宏亮，浙江工业大学教授，浙江工业大学智能制药研究院院长。于中科院上海药物研究所获得药物化学博士学位，并于美国俄亥俄州荷马大学获人工智能硕士学会。
段宏亮教授在美国俄克拉荷马医学基金会从事基于高通量筛选（HTS）的新药开发工作多年，作为核心成员开发的抗糖尿病药物以两亿元转让至法国施维雅制药公司。
现主要从事AI药物研究方向，针对AI药物研发中，数据严重不足这一“痛点”，开创性地将HTS得到的药物大数据和AI技术结合起来，致力于建立基于“HTS + AI”双驱技术的药物开发平台，专注于临床前候选化合物的发现智能化、流水线化。
AI+组学研究
北京大学生命科学学院张泽民教授
张泽民博士，北京大学生命科学学院讲席教授，北京大学生物医学前沿创新中心（BIOPIC）与未来基因诊断高精尖创新中心研究员。
在2014年加入北大以前，曾长期就任基因泰克/罗氏公司，担任癌症基因组学和生物信息学首席科学家，致力于应用机器学习和高通量测序等高新技术进行抗癌药靶和生物标记物的发现。
2014 年回国后，张泽民教授利用单细胞转录组技术在肿瘤免疫研究领域取得突破，曾在Nature、Cell、Nature Medicine、Nature Biotechnology 等杂志以通讯作者的身份发表多篇重量级论文。同时他在肿瘤方面的研究已获得60 项美国专利和多项欧洲专利。
2018年，张泽民创办了「百奥智汇」，这是一家将AI用于单细胞大数据的分析平台，推动单细胞数据药物研发、临床诊断和基础科学研究的作用。
同济大学生命科学与技术学院刘琦教授课题组
刘琦,浙江大学生物信息学博士,美国佐治亚大学系统生物学博士联合培养, 香港科技大学人工智能方向博士后。历任同济大学生物信息系副教授, 现任同济大学生物信息系长聘教授,博士生导师。
近年来课题组逐步形成了人工智能和组学数据分析相结合的”AI-Omics”交叉融合的研究范式。课题组已开发了一系列的生物信息学及药物信息学分析软件平台并形成专利,并且与相关医院，制药企业及数据挖掘工业界有紧密的合作和联系。
中科院北京基因组韩大力课题组
韩大力研究员毕业于中国科学技术大学，2012年获得中科院遗传所生物信息学博士学位，之后在美国芝加哥大学进行博士后研究工作，2017年回国加入中科院北京基因组研究所任研究员、博士生导师。
现带领研究团队致力于应用生物信息学、表观修饰组学测序技术及人工智能算法等技术手段研究肿瘤免疫应答、干细胞命运决定和组织器官再生等生命医学前沿领域。至今在Nature、Science、Cancer Cell、Cell metabolism、Cell Research等学术期刊发表通讯作者论文7篇和其它作者论文20余篇，总引用数超过3000次。
韩大力课题组主要的研究方向之一为开发机器学习及人工智能算法，整合表观基因组、表观转录数据及临床医学信息对癌症进行精准预测、诊断和治疗。
清华大学生命科学学院张强锋教授团队
张强锋本博毕业于中科大计算科学机科学系，而后又赴远赴美国攻读哥伦比亚大学生物化学和分子生物物理系的博士学位，现为清华大学生命科学学院副教授，清华大学结构生物学高精尖创新中心PI。
交叉的学术背景让张强锋对计算生物和生物信息学产生浓厚的兴趣。旗下实验室是一个结构生物学、基因组学、机器学习和大数据分析等多学科交叉实验室。
课题组目前已在Nature Communications、Cell、Genome Biology等多篇论文，包括用人工智能算法分子单细胞ATAC-seq数据、RNA二级结构探测等新技术。
西湖大学生命科学学院郭天南教授团队
郭天南博士，于2012年获得新加坡南洋理工大学博士学位。而后在瑞士苏黎世联邦理工大学Ruedi Aebersold教授实验室从事博士后研究，接着在澳大利亚悉尼大学儿童医学研究所ProCan任Scientific Director，肿瘤蛋白质组Group Leader。
2017年，郭天南加入浙江西湖高等研究院（西湖大学前身）任特聘研究员，建立生命科学学院蛋白质组大数据实验室。
郭天南长期从事蛋白质组学相关研究，并将其应用于临床样本的大队列（包括甲状腺癌、前列腺癌等），结合人工智能探索生物标志物，在国际上率先提出将蛋白质组大数据和人工智能相结合的研究策略。
2020年7月，郭天南创立「西湖欧米」，该公司将蛋白质组学大数据，结合AI前沿技术，应用于精准医学和药物研发。目前西湖欧米已累计获3轮融资，最新一轮为数亿元人民币的Pre-A轮，融资机构包括倚锋资本、高瓴资本、幂方资本等机构。
北京大学化学与分子工程学院王初课题组
王初，长聘正教授，博士生导师，北京大学化学与分子工程学院化学生物系长聘正教授，博士生导师。
研究方向主要通过化学蛋白质组学、生物化学、细胞生物学和计算生物学等多种跨领域的技术和手段，大规模发掘蛋白质组中被内源生物小分子或外源化学药物分子特异修饰的功能位点和靶点，深入研究这些修饰对蛋白质的结构、功能以及其所在的细胞内新陈代谢和信号传导通路的影响，并开展针对性的分子模拟和药物设计。
课题组近年来在化学驱动和计算机辅助的功能蛋白质组学方向取得诸多进展，具体可关注公众号“王初课题组”。
AI+蛋白质结构预测
北京昌平实验室徐锦波教授
许锦波出生于1974年，2003年获得加拿大滑铁卢大学博士学位，2004年—2005年在美国麻省理工学院数学系从事博士后研究，2005年到芝加哥丰田计算技术研究所工作。2022年4月，许锦波宣布回国，加入北京昌平实验室。
2016年，他开发的RaptorX-Contact方法，首次证明了深度学习可以大幅提高蛋白质结构预测的性能，引领了AI在蛋白质结构预测领域的突破。此外，许锦波教授还率领团队研发了多个著名的生物信息学软件，包括蛋白质相互作用网络分析软件ISORANK。
2022年1月，徐锦波创办AI蛋白质设计平台公司“分子之心(MoleculeMind)”，并担任首席科学家，目前已完成数千万美元天使轮融资。
北京大学人工智能研究院马剑竹团队
马剑竹，现担任北京大学人工智能研究院副教授，加州伯克利博士，此前曾任美国普渡大学生物化学系、计算机系助理教授。
马剑竹主要从事计算生物学和生物信息学的研究，主要研究科学、医学及卫生领域中数据带来的挑战。曾发表多篇生物医学应用相关论文（收录于《Nature Methods》《Nature Cancer》 《Cell》《Nature Communications》 《PNAS》等），其论文、发言、海报及研究曾在RECOMB、ISMB等顶级会议中获奖。
马剑竹曾和彭健教授共同开发蛋白质预测软件RaptorX，这是首个将深度学习用于蛋白质结构预测软件，曾在CASP12和CASP13中接触预测排名第一。
山东大学数学与交叉科学研究中心教授杨建益团队
杨建益，山东大学数学与交叉科学研究中心教授。2011 年博士毕业于新加坡南洋理工大学，2015 -2021 年先后任南开大学副教授、教授，2021 年 7 月加入山东大学。
主要从事蛋白质结构与功能预测、蛋白质结构比对、深度学习算法的应用等。已在自然方法、PNAS等期刊上发表SCI论文40多篇。论文被SCI他引3000多次，其中单篇最高他引1800多次，3篇论文入选ESI高被引论文。
2019年，杨建益课题组与David Baker课题组合作，进一步将距离预测扩展至取向（orientation）预测，开发出了著名的trRosetta服务器。
浙江工业大学智能系统优化与生物信息学实验室张贵军课题组
张贵军，博士、教授、博士生导师，2004年至今在浙江工业大学信息工程学院任教。
主要研究方向为计算智能、蛋白质结构预测、蛋白质位点预测与药物筛选以及智能制造及GIS技术。
在上述领域以第一作者（含通信作者）在PNAS、TEVC、TCYB、Bioinformatics、TCBB、TNB以及自动化学报、计算机学报、软件学报等国内外权威期刊上发表论文60多篇。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
相关文章
