教育经历

2009年毕业于大连理工大学，获化学工程与工艺与英语双学士学位;

2014年毕业于大连理工大学（上海药物所联合培养），获生物医学工程博士学位

工作经历

2014.8-2019.5 美国莱斯大学，博士后;

2019.5-2019.9 美国德克萨斯大学休斯顿健康科学中心，助理教授；

2019.10-2025.04 上海科技大学，任助理教授、研究员、课题组长

2025.04-至今  上海科技大学，副教授、研究员、课题组长

主要研究内容

  课题组长期聚焦典型“难成药”靶标——蛋白质-蛋白质相互作用（Protein–Protein Interactions, PPI）的预测与调控研究，致力于发展面向创新药物研发的计算理论、算法与关键技术。

  针对药物设计中高维复杂性与数据稀缺性并存的核心挑战，构建融合物理规律模型与人工智能数据驱动模型的协同药物设计新范式，推动药物分子创新设计与创制机制的发展。

  围绕创新药物发现全过程，课题组建立了三层递进式理性设计计算方法体系，并持续以算法创新驱动方法迭代与能力拓展：（1）蛋白质动态结构与功能机制解析，揭示生物大分子的构象演化规律及其功能调控机制；（2）蛋白质-蛋白质相互作用预测与可药位点精准挖掘，解析关键相互作用网络，发现并评估潜在干预靶点；（3）多模态药物分子智能设计，发展占位驱动调控小分子、事件驱动蛋白降解剂等新型药物的理性设计与优化方法，推动原创药物分子的高效发现。

  依托上述研究体系，课题组围绕抗肿瘤、代谢调控及广谱抗病毒等领域开展创新药物研发，推动人工智能、计算生物学与药物化学的交叉融合，为“难成药”靶标的精准干预和原创药物发现提供理论基础、算法支撑与关键技术。

课题组网站：

https://bailab-shanghaitech.siais.shanghaitech.edu.cn/

• 药物发现与设计

• 理论生物物理

长期聚焦典型“难成药”靶标——蛋白质-蛋白质互作（PPI）的预测与调控研究。针对药物设计中高维复杂性与数据稀缺性并存的核心挑战，提出物理规律模型与人工智能数据驱动模型协同的药物分子创新、创制机制，发展了三层递进式理性设计计算方法体系：①蛋白质动态结构与功能机制解析；②PPI预测与可药位点精准挖掘；③占位驱动调控药物与事件驱动降解剂等多模态药物分子设计。累计开发药物设计相关计算方法与软件10余项，用户遍布全球40余个国家或地区，提交任务数超13万次，形成从机制认知提升到分子创制优化的系统化技术路径。围绕抗肿瘤、代谢调控及广谱抗病毒等方向开展创新药研发。在PNAS、Nat Commun、Dev Cell、Adv Sci等期刊发表论文90余篇，文章引用1.1万余次，H-index=38，2023-2026连年入选斯坦福大学全球前2%顶尖科学家榜单。