近日，我院曹东升教授领衔的科研团队获批国家重点研发计划“生物与信息融合（BT和IT融合）”重点专项青年科学家项目“基于人工智能技术的药物分子结构的智能生成和优化”（2021YFF1201400），经费达500万元。

 国家重点研发计划青年科学家项目旨在“培养基础研究领域的青年人才，对青年人才开辟特殊支持渠道，重点支持潜心研究的优秀青年人才。建立健全基础研究青年人才培养机制，加快培养一批在国际前沿领域具有较大影响力的青年领军人才”。

 本项目由我院科研团队独立申请获批。在曹东升教授的带领下，联合了我院两位青年骨干教师王文宣副教授和董界副教授获批了该青年科学家项目。本项目紧密围绕“药物分子结构的智能生成和优化”关键科学问题，利用神经机器翻译、多目标优化、多任务及自监督学习等新型人工智能技术研究药物分子结构智能生成和优化的新理论新方法，旨在发展具有自主知识产权的高效全新药物设计算法和软件系统, 推动我国AI药物设计核心技术研究以及创新药物研究的发展。

 曹东升教授长期从事基于人工智能技术的高效化学信息学和计算机辅助药物分子设计方法和应用研究，针对药物研发中的三个关键技术瓶颈问题（生物活性分子的发现、成药性和安全性预测及选择性和脱靶效应评估），聚焦基于结构/配体的虚拟筛选方法、成药性理论预测和分子靶标识别展开了系统和深入的方法学研究，并把发展的方法与实验平台无缝衔接用于多个重要靶点的药物分子设计和生物活性分子的作用靶标识别，开发出多类具有全新结构的抗肿瘤先导化合物并揭示了多种生物活性分子的耐药新机制。发展的多种预测模型和程序（如ADMETlab、TargetNet、ChemDes、ChemoPy、 BioMedR等）已成为化学信息学和CADD领域的基础工具，被知名药企和国内外同行（Pfizer、Merck、哈佛大学、上海药物所等）广泛采用，为促进CADD的学科发展和药物研发的技术进步做出了贡献。曹东升教授课题组累计发表SCI论文170余篇；ESI高被引及扩展ESI高被引论文18篇，封面论文3篇。近5年（2016年至今），在WIREs Comput Mol Sci、Nature Mach. Intell.、Nat. Commun.、Nucleic Acids Res、Brief Bioinform、 JMC、Bioinformatics、J Cheminformatics、J Chem Inf Model等权威SCI期刊上发表论文100余篇，其中78篇为通讯作者或第一作者（其中大于20分论文2篇，大于10分31篇，大于5分58篇，平均影响因子为8.68）；总他引5900余次（近5年4300余次），H因子为39；开发软件平台35套，获软件著作权22项, 累计访问210万余次；申请中国专利13项，参编英文专著一部。