求真百科欢迎当事人提供第一手真实资料,洗刷冤屈,终结网路霸凌。

李梦龙查看源代码讨论查看历史

事实揭露 揭密真相
跳转至: 导航搜索

李梦龙,四川大学化学学院博士生指导教师。

个人简历

1978年-1990年 湖南大学分析化学专业分获理学学士、硕士、博士学位(1985-1987年在湖南大学任教)

1990年-至今四川大学化学学院任教,现为四川大学教授,博士生指导教师。

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。

工作业绩

教学方面:担任教育部高校理科化学指导委员会委员、中国化学会化学教育委员会成员、计算机化学专业委员会委员,参与了由教指委承担的《本科化学专业规范》和《本科化学教学质量评估》等项目,负责教育部、四川省教改项目4项。主编计算机辅助化学教材《Internet与化学信息导论》、《化学软件及其应用》、《分析化学数据速查手册》、《元素化学反应速查手册》,及国家11.5规划教材《化学信息学》;负责四川省精品课程《分析化学》的建设,获省级教学成果奖2项,并获得四川大学教学名师称号。

科研方面:课题组通过多年研究和不断创新,在化学计量学,化学和生物信息相关的算法和体系研究上取得了较好的成果。如生物分子的结构功能研究,生物组学分析领域积累了丰富的经验;在临床数据的诊断模型构建以及软件平台建设方面积累了丰富的经验。负责了多项国家自然科学基金项目(目前在研2项),在Nucleic Acids Research, SCI Rep, PROTEINS, 以及Chemometrics and Intelligent Laboratory Systems,PLoS系列,BMC 系列, 杂志发表SCI论文200余篇。[1]

参考资料