科研导师
Prof. Hu985高校博士
导师介绍
研究领域：表征与生成模型,人工智能与生命科学交叉,图像处理,目标检测 学术成果：1.发表 CCF 会议、期刊文章二十余篇，一作论文 8 篇 2.担任 ACL, NeurIPS, ICLR, ICML, CVPR, ECCV, AAAI, IJCAI 等 AI 顶会审稿人 3.授权发明专利1项 4.截至 24 年 9 月，谷歌学术引用 560+，GitHub Stars 650+
基于深度学习的蛋白质功能设计与工程优化研究
- 课题名称
- 基于深度学习的蛋白质功能设计与工程优化研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1-2区，CCF-A
- 课题介绍
- 蛋白质是生命活动的关键执行者，其功能由氨基酸序列及三维结构决定，在酶催化、信号传导、疾病治疗等领域具有核心作用。传统蛋白质功能设计依赖经验指导或高通量筛选，存在周期长、成本高、难以精准调控构效关系等局限，尤其对复杂功能（如底物特异性、稳定性优化）的设计效率不足。近年来，深度学习技术通过整合多模态生物数据（如序列、结构、进化信息），构建了从序列到结构、功能的端到端预测模型，为突破传统瓶颈提供了新范式。例如，AlphaFold等模型实现了高精度蛋白质结构预测，推动了功能设计从“结构解析驱动”向“数据驱动”转变。当前，基于深度学习的蛋白质功能设计研究聚焦于序列生成、功能优化（如酶活提升、免疫原性改造）及动态构象调控，需解决数据稀疏性、泛化能力不足及设计结果可解释性等挑战。该领域的突破将为生物医药（如新型抗体、工业酶）、合成生物学（如人工代谢途径构建）等领域提供底层技术支撑，具有重要的科学价值与应用前景。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。