个人简历

曹东升，中南大学湘雅药学院教授，湘雅医院客座教授，香港浸会大学访问教授，博士生导师，湖南省科技创新领军人才、湖南省杰青、湖湘青年英才、中国香江学者人才，湖南省优秀博士论文获得者。研究方向为化学信息学、计算机辅助药物设计和系统生物学。主要从事于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。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），申请人在WIREs Comput Mol Sci、Nature Mach. Intell.、Nat. Commun.、Nucleic Acids Res、Brief Bioinform、JCTC、 DDT、 JMC、Bioinformatics、Mol Pharmaceut、J Cheminformatics、J Chem Inf Model、PCCP等权威SCI期刊上发表论文100余篇，其中75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28篇，大于5分55篇，平均影响因子为8.58）；总他引5700余次（近5年4000余次），H因子为38；开发软件平台35套，获软件著作权20项, 累计访问170万余次；申请中国专利13项，参编英文专著一部。获得国家、省部级和横向科研项目20余项，累计经费1000余万。现任湖南省生物医学信息委员会副主任委员，中国计算机化学专业委员会委员，中国计算毒理学专业委员会委员。受邀担任SCI期刊CMES-Comp. Model. Eng.副主编和Chemometr. Intell. Lab.编委。

研究领域

""人工智能药物设计、化学信息学、系统生物学\r
\r
计算生物学和药物设计实验室致力于运用和发展一些新的概念，算法和软件在海量数据中快速的筛选具有生物活性的先导化合物，以及对复杂疾病系统实现快速的诊断和评估。药物分子设计过程涉及到多种科学原理的运用，而且需要严密的跨学科交叉研究的思维方式。我们运用了各种人工智能技术、机器学习方法、化学信息学以及生物信息学技术来实现自动的问题假设生成，活性预测和实验验证研究。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，旨在开发出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（如中药及复方）的新机制。""""

近期论文

Guoli Xiong, Zhengxing Wu, Jiacai Yi, Li Fu, Zhijiang Yang, Changyu Hsieh, Mingzhu Yin, Xiangxiang Zeng, Chengkun Wu, Aiping Lu, Xiang Chen, TingjunHou*, Dongsheng Cao*, ADMETlab 2.0: an integrated online platform for accurate and comprehensive predictions of ADMET properties. Nucleic Acids Research, 2021, gkab255. (IF = 16.971)\r
\r
Suqing Yang, Qing Ye, Junjie Ding, Aiping Lu, Xiang Chen*, Tingjun Hou*, Dongsheng Cao*, Current advances in ligand‐based target prediction, Wiley Interdisciplinary Reviews: Computational Molecular Science, 2020, e1504. (IF = 25.113)\r
\r
Guoli Xiong, Chao Shen, Ziyi Yang, Dejun Jiang, Shao Liu, Aiping Lu, Xiang Chen*, Tingjun Hou*, Dongsheng Cao*. Featurization strategies for protein–ligand interactions and their applications in scoring function development. Wiley Interdisciplinary Reviews: Computational Molecular Science, 2021, e1567. (IF = 25.113)\r
\r
Guoli Xiong, Zhijiang Yang, Jiacai Yi, Ningning Wang, Lei Wang, Huimin Zhu, Chengkun Wu, Aiping Lu, Xiang Chen, Shao Liu*, Tingjun Hou*, Dongsheng Cao*. DDInter: an online drug–drug interaction database towards improving clinical decision-making and patient safety. Nucleic Acids Research, 2021, gkab880. (IF = 16.971)\r
\r
Jike Wang, Changyu Hsieh, Mingyang Wang, Xiaorui Wang, Zhenxing Wu, Dejun Jiang, Benben Liao, Xujun Zhang, Bo Yang, Qiaojun He, Dongsheng Cao*, Xi Chen*, Tingjun Hou*. Multi-constraint molecular generation based on conditional transformer, knowledge distillation and reinforcement learning. Nature Machine Intelligence, 2021, 3(10), 914-922. (IF = 16.649)\r
\r
Hongyan Du, Junbo Gao, Gaoqi Weng, Junjie Ding, Xin Chai, Jinping Pang, Yu Kang, Dan Li, Dongsheng Cao*, Tingjun Hou*, CovalentInDB: a comprehensive database facilitating the discovery of covalent inhibitors, Nucleic Acids Research, 2020, gkaa876. (IF = 16.971)\r
\r
Guoli Xiong, Yue Zhao, Lu Liu, Zhongye Ma, Aiping Lu, Yan Cheng, Tingjun Hou*, Dongsheng Cao*, Computational Bioactivity Fingerprint Similarities to Navigate the Discovery of Novel Scaffolds. Journal of Medicinal Chemistry, 2021, doi.org/10.1021/acs.jmedchem.1c00234. (IF = 7.446)\r
\r
Zhengxin Wu, Dejun Jiang, Jike Wang, Changyu Hsieh*, Dongsheng Cao*, Tingjun Hou*, Mining Toxicity Information from Large Amounts of Toxicity Data. Journal of Medicinal Chemistry, 2021, 10.1021/acs.jmedchem.1c00421. (IF =7.446)\r
\r
Ziyi Yang, Junhong He, Aiping Lu, Tingjun Hou*, Dongsheng Cao*, Application of Negative Design To Design a More Desirable Virtual Screening Library, Journal of Medicinal Chemistry, 2020, 63 (9), 4411-4429 (IF = 7.446)\r
\r
Guoli Xiong, Wenling Ye, Chao Shen, Aiping Lu, Tingjun Hou*, Dongsheng Cao*, Improving structure-based virtual screening performance via learning from scoring function components, Briefings in Bioinformatics, 2020, bbaa094. (IF = 11.622)