基本信息
浏览量:27
职业迁徙
个人简介
李梦龙 四川大学化学学院教授,研究方向:生物信息学:蛋白质分类与相互作用、药物-蛋白质(基因)-疾病关联算法研究,组学数据解析与调控网络建模。
化学信息学:机器学习在化学、生物医学数据中的应用,计算机辅助药物设计,化学计量学算法及应用。
本课题组在数据挖掘方面积累了丰富的经验,近几年来我们开发了数个适用于不同分析任务的工具,如适用于多种机器学习方法并行又省时的工具,用于蛋白质相互作用预测的web-sever,关于药物靶标相互作用关系预测算法的改进等,并构建了相应的模型与预测系统进行聚类分析,分类分析和关联分析等任务。我们与军工单位合作,基于化学计量学方法研发出了炸药数据库及智能配方系统,受到好评。
我们采用机器学习和信号处理等方法对蛋白质结构和功能进行了深入研究。如蛋白质结构域、甲基化位点、磷酸化位点、蛋白 - 蛋白的结合亲和力和单氨基酸多态性与疾病的关联等。另一方面,我们将化学计量学方法应用于分子动力学模拟和光谱解析。此外研究还涉及到药物不良反应的预测,疾病相关基因的识别,microRNA前体的识别,microRNA与mRNA相互作用。针对各种生物问题,我们在特征的选取和利用以及模型的替代上积累了较丰富的经验。采用蛋白质的序列信息实现了对蛋白质域和蛋白质甲基化位点的预测;利用相互作用信息(蛋白-蛋白相互作用面特征,域-域相互作用,药物-靶标相互作用)构建的预测模型均取得了较好的结果(“典型蛋白质结构功能信息的数字化表征”, 2014年度教育部高等学校自然科学2等奖)。
在算法方面,本课题组不断尝试对各类算法的应用和改进。提出了基于特征值转换的数学方法用于药物靶标的预测;用于药物不良反应预测的新的统计算法;基于模拟退火优化的网络社区划分方法用于人类细胞信号网络的研究和分析。
研究兴趣
论文共 322 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
MICROCHEMICAL JOURNAL (2024): 110029
International Journal of Molecular Sciencesno. 6771 (2023): 6771-6771
Journal of chemical information and modelingno. 7 (2023): 2863-2877
JOURNAL OF CHEMICAL INFORMATION AND MODELINGno. 22 (2023): 7011-7031
Frontiers in pharmacology (2023): 1119789
Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiologyno. 6 (2023): 2137-2148
Elsevier eBookspp.273-292, (2023)
引用0浏览0引用
0
0
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn