//探索深圳湾实验室//
可伸缩导航栏
地址:深圳市光明区光侨路高科创新中心
电话:+86-755-86967710
邮箱:webmaster@szbl.ac.cn
周耀旗博士/
所/中心

系统与物理生物学研究所

电子邮箱

zhouyq@szbl.ac.cn


研究方向

AI计算生物学,分子生物学,细胞生物学

Timeline
研究领域
研究成果
荣誉奖励
媒体报道
招聘信息
代表论文
Timeline
2021 至今
深圳湾实验室 系统与物理生物学研究所

资深研究员、副所长

2013-2021
澳大利亚格里菲斯大学

终身正教授

2006-2013
美国印第安纳普渡大学

终身正教授

2004-2006
美国纽约州立大学布法罗分校

终身副教授

2000-2004
美国纽约州立大学布法罗分校

助理教授

1995-2000
美国哈佛大学

Martin Karplus组博士后

1994-1995
美国北卡州立大学

Carol Hall组博士后

1994-1994
美国纽约州立大学石溪分校

George Stell组博士后

1990-1993
美国加州应用物理化学实验室

科学家,实验室主任

1985-1990
纽约州立大学石溪分校

化学物理博士

1979-1984
中国科学技术大学

化学物理学士

研究领域

周耀旗课题组的研究主要是围绕着RNA和蛋白质的序列、结构及功能之间关系的基础研究以及生物高分子的设计、递送、及药物开发的应用研究。课题组研究的特色是干湿结合(结构生物信息计算、AI人工智能深度学习与现代高通量、自动定向进化生物技术相结合)来实现对序列、结构及功能之间关系的深刻理解,从而达到生物高分子在多方面应用的目的,其中包括为精准医疗服务的针对性药物设计、递送和个性化生物标志物的检测。目前的具体项目包括、但不局限于:

1. 后AlphaFold时代的蛋白质结构和功能预测

2. 蛋白质设计和自动定向进化

3. RNA结构预测,RNA语言模型

4. RNA靶向递送

研究成果

首创利用浅层与深度学习技术实现连续主链二面角预测,使端到端蛋白质结构预测成为可能。这一进展为诺奖工作AlphaFold 2 初步攻克这个分子生物领域长达60年的重大难题奠定了直接基础(图一)。

率先开发人工智能驱动的蛋白质序列设计方法SPIN/SPIN2,实现30–34%的序列恢复率(图二)。该成果被国际权威期刊Current Opinion in Chemical Biology(Ovchinnikov与Huang,2021)评价为机器学习应用于蛋白质设计的起点,标志着该领域研究范式从传统基于能量的方法向人工智能驱动的根本性转变。如今这一范式已主导蛋白质设计领域,推动治疗性蛋白与工业酶设计的革命性进展。

开发了一种新型统计势能RNA-BRiQ,实现了原子级RNA结构优化。该技术赋能AIChemy-RNA2斩获第十五届结构预测关键评估(CASP15,2022年)RNA结构预测冠军。

(图一)

(图二)

荣誉奖励
全球前2%顶尖科学家终身科学影响力排行榜和年度科学影响力排行榜,中国高被引学者生物学榜
20,000+ 引用,H 因子79(谷歌学者)
国际预测比赛第一名:CASP6基于模板蛋白质结构(2004), CAGI细胞扩增(2013), CAID蛋白质内在无序结构(2019), CASP15 RNA结构(2022)
畅销书《出发:不断走出舒适区的科研生活之旅》作者
砺博生物科学创始人,靶向RNA小分子药物平台
国际杂志《核酸研究》中国区唯一编委
代表论文

1. J. Singh, J. Hanson, K. Paliwal, and Y. Zhou, RNA secondary structure prediction using an ensemble of two-dimensional deep neural networks and transfer learning,Nature Communications10, 5407 (2019).

2. Z. Zhang, P. Xiong, T. Zhang, J. Wang, J. Zhan, and Y. Zhou, Accurate inference of the full base-pairing structure of RNA by deep mutational scanning and covariation-induced deviation of activity,Nucleic Acids Research, 48:1451-1465 (2020).

3. J. Zhan, H. Jia, E. A. Semchenko, Y. Bian, A. M. Zhou, Z. Li, Y. Yang, J. Wang, S. Sarkar, M. Totsika, H. Blanchard, F. E.-C. Jen, Q. Ye, T. Haselhorst, M. P. Jennings, K. L. Seib, and Y. Zhou, Self-derived structure-disrupting peptides targeting methionine aminopeptidase in pathogenic bacteria; a new strategy to generate antimicrobial peptides,FASEB J., 33: 2095–2104 (2019).

4. S. Xu, J. Zhan, B. Man, S. Jiang, W. Yue, S. Gao, C. Guo, H. Liu, Z. Li, J. Wang, and Y. Zhou, Real-time reliable determination of binding kinetics of DNA hybridization using a multi-channel graphene biosensor,Nature Communications8, 14902 (2017).

5. Z. Li, Y. Yang, J. Zhan, L. Dai and Y. Zhou, Energy Functions in De Novo Protein Design: Current Challenges and Future Prospects,Ann. Rev. Biophysics42, 315-335 (2013).