郑明月

个人信息：

郑明月 博士

研究员，国科大杭州高等研究院

浙江省杭州市西湖区象山支路1号 310012

Phone: 021-50806600

mail: myzheng@simm.ac.cn

教育背景：

2001/09-2006/06，中国科学院上海药物研究所，药物设计学，博士

1997/09-2001/07，中国海洋大学，药物化学系，学士

工作经历：

2015/10-今，国科大杭州高等研究院，郑明月工作室，研究员

2015/10-今，中国科学院上海药物研究所，药物发现与设计中心，研究员

2008/10-2015/10, 中国科学院上海药物研究所，药物发现与设计中心，副研究员

2006/07-2008/10，中国科学院上海药物研究所，药物发现与设计中心，助理研究员

研究方向：

基于人工智能和大数据的精准药物设计技术开发。发展机器学习算法和模型用于活性化合物的作用机制和靶点发现、新靶点活性化合物的发现和成药性优化。

研究兴趣包括：药物设计与发现 、人工智能与机器学习、化学信息学和计算化学、生物信息学。

代表性研究成果：

近年来，在Nat Immunol、Nat Commun、Immunity、Cell Res、Protein Cell、NAR、J Med Chem等杂志发表SCI论文200余篇，申请发明专利和软件著作权20余项。相关工作主要创新点和科学意义总结如下：

1. 发展了DNA编码化合物库、多组学分析、文献挖掘等药物研发新技术的数据采集、存储、整合方法，为深入解读和整合生物医药大数据，促进生命健康复杂系统的多学科协同攻关奠定了基础。开发了亿级规模的成药性拓展空间数据库DrugSpaceX（NAR 2021）;化学结构图像到文本的分子翻译技术在Kaggle挑战赛中获得冠军，该技术有助于生物医药研发的数字化和智能化转型，也为解决药物研发数据匮乏困境提供了可行的解决方案，具有广泛的应用前景。

2. 开展基于人工智能精准药物设计的前瞻性探索，围绕创新药物临床前研究的全流程全链条开展多学科交叉基础研究，开发了具有自主知识产权的药物研发核心技术。在药物靶标预测、多靶点药物精准设计、药物分子结构的神经网络表征、药物代谢位点和化学合成反应优化的人工智能药物设计算法开发方面等方面取得了多项重要的阶段性进展，包括基于图神经网络的药物靶点预测方法SSGCN（Protein Cell 2022）、基于序列的药物设计方法TransformerCPI2.0（Nat Comm 2023）、基于孪生图神经网络的先导化合物优化算法PBCNet（Nat Comput Sci 2023）等药物研发核心技术；两项成果同时入选药物化学top期刊J Med Chem. “人工智能药物发现（Artificial Intelligence in Drug Discovery）”专刊，一项成果在国际计算生物学领域最权威的算法挑战赛Dream Challenge中获得冠军。相关研究也得到了学术界同行和制药企业的广泛关注。

3. 为影响生命健康的重大疾病预防治疗提供新的作用机制、新靶标和候选药物。与合作者采用计算模拟、虚拟筛选结合实验验证的方式：（1）首次发现并揭示了SNX10在自噬降解通路和巨噬细胞代谢重编程中的重要调节作用，探索了SNX10作为的潜在药物靶标在防治癌症和动脉粥样性血管疾病方面的应用；（2）利用深度学习建模结合激酶谱虚拟筛选得到了一种新型的可特异性靶向ZAK候选药物，为临床治疗老年人炎症或自身免疫性疾病提供了全新的视角；（3）利用基于序列的药物设计方法发现了靶向UHRF1的AML候选药物UF146（Cell Res 2022）。