一、报告题目

“水挤水密”双疏水理论及其扩展

二、主讲人

李金艳（深圳理工大学，中国科学院深圳先进技术研究院）

三、报告时间

2024年4月17日 10:00–12:00

四、报告地点

腾讯会议：121-512-568

五、摘要

报告讲述结构生物学中的一个热点问题：怎样识别蛋白复合物中的绑定能量高位氨基酸子集。有两个解决方法。一是提出了“水挤水密”双疏水生物理论并利用最大二分子图数据挖掘算法去寻找绑定能量高位的氨基酸子集以及包围它们的氨基酸O-环。由于这个粗犷式的解决方案不能给出哪些氨基酸的突变能够使得该蛋白复合物的亲和力极大加强，提出了一个对抗式和生成式联用的人工智能深度学习方法去预测那些需要进行突变的氨基酸位置同时推荐这些氨基酸应该改变成什么样的新氨基酸。这些理论和算法对蛋白药物以及mRNA疫苗设计优化将带来很多益处。这些成果已经在Bioinformatics（2007、2009、2010）、Nature Machine Intelligence（2024）发表。

六、主讲人简介

李金艳，博士生导师、深圳理工大学计算机科学与控制工程学院杰出教授、中国科学院深圳先进技术研究院研究员、2022年国家高层次海外重点人才。曾全职在悉尼科技大学、南洋理工大学、资讯与通信研究院等澳大利亚和新加坡著名高校及科研单位从事教学和科研工作近30年。长期致力于数据挖掘和生物信息前沿课题相关研究和创新。提出了“显露模式”理论和挖掘算法、水挤水密“双疏水”生物假说、最大二分子图和闭模式之间的一到一映射关系。在机器学习和生物信息学领域的顶级期刊和国际会议上发表200多篇高质量学术论文，其中原创论文单篇引用达1500余次。主持澳大利亚和新加坡国家科研基金多项。曾荣获“亚洲技术革新金奖”、“数据科学创新奖”等。近期对生物序列大数据互参考“链式”压缩、基于对抗学习的蛋白亲和力突变预测以及高通量测序错误“字符串梯式”纠错提出了高性能算法。对病毒泛宏基因组序列的高效精准组装、多成分信使核糖核酸疫苗和多成分灭活疫苗的设计和优化尤为专注。荣膺国防科技大学应用数学学士学位、河北工业大学计算机工程硕士学位、墨尔本大学计算机科学与软件工程博士学位等。