唐赟 博士、教授、博士生导师
男,湖南衡阳人,1968年7月生。1991年7月毕业于同济大学化学系,获理学学士学位;1996年7月毕业于中国科学院上海药物研究所,获理学博士学位。1996年10月至2000年3月在瑞典卡罗林医学院(karolinska institute)进行博士后研究,2000年3月至2002年2月在美国国家卫生研究院(nih)癌症研究所(nci)进行访问研究,2002年3月起进入加拿大的生物制药公司工作,先后在glycodesign inc.和mds proteomics inc.任职研究员。2004年5月作为引进人才回国,任复旦大学教授。2004年9月起应邀进入华东理工大学工作,参与药学院创建及学科建设。2005年入选上海市首批“浦江人才计划”,2008年入选教育部“新世纪优秀人才支持计划”。2006-2015年曾任药学院副院长,现任药学院教授、博士生导师。主要学术兼职有:中国化学会计算机化学专业委员会委员,中国毒理学会计算毒理专业委员会委员,上海市毒理学会常务理事,上海市药学会药物化学专业委员会委员,上海市学位委员会学科评议组成员(药学学科),上海市新药设计重点实验室学术委员会委员,《华东理工大学学报(自然科学版)》编辑委员会委员,美国化学会期刊j. chem. inf. model.编委。
研究专长为计算机辅助药物设计、化学信息学、网络药理学、计算毒理学、计算生物学等,目前承担着国家自然科学基金、国家重点研发计划等科研项目,已在j. med. chem., bioinformatics, briefings in bioinformatics, british journal of pharmacology, plos comput. biol., j. chem. inf. model., toxicol. sci.等国内外专业期刊发表sci论文180余篇,其中esi高被引论文3篇,申请中国发明专利10项(其中授权4项),获得计算机软件著作权4项。
主讲药学本科专业必修课程《药物设计学》(上海市重点课程)和选修课程《药物化学ii》,主讲硕士生课程《计算机辅助药物设计》、《药学导论》、《毒理学基础》,以及博士生课程《创新药物研究进展》(前沿讲座)、《专业文献综述与讲座》等。独立编著教材《药物设计学》,2020年4月由化学工业出版社出版;主编教材《药学专业实验》,2020年8月由化学工业出版社出版;主编教材《药学专业实验教程》,2010年7月由华东理工大学出版社出版,主译学术专著《药物分子设计-从入门到精通》,2012年3月由华东理工大学出版社出版;参编“十一五”国家级规划教材、复旦大学叶德泳教授主编的《药物设计学》(第三版,高等教育出版社,2015年8月出版);参译学术专著《实用药物化学》(科学出版社,2012年4月出版)、《创新药物发现 - 实践、过程和展望》(华东理工大学出版社,2016年5月出版)。已指导本科毕业生60余名,硕士毕业生50余名,博士毕业生14名,博士后出站4名。
曾获得1997年中国科学院自然科学二等奖(第六完成人)。2007年获得“天鼎-东岳”奖教金一等奖;2008年获得华东理工大学育英奖和华东理工大学教育教学成果三等奖1项(第一完成人);2009年获得上海市育才奖;2010年获得华东理工大学第二届“我心目中的良师益友”奖和宝钢优秀教师奖;2011、2013、2015连续三次获得校优秀研究生指导教师称号;2013年作为第一完成人获得校教育教学成果奖一等奖、二等奖各1项;2014年获得上海市教学成果一等奖(第四完成人);2015年获得“天鼎-东岳”奖教金特等奖;2016年获得校教书育人奖;2017年作为第二完成人获得校教育教学成果二等奖、三等奖各1项。
主要研究方向
(1)药物设计方法发展:一方面基于系统生物学和网络药理学原理,发展了基于网络推理的系列算法(nbi、sdtnbi和bsdtnbi),用于预测药物-靶标相互作用,并成功应用于活性化合物的靶标预测、老药新用、虚拟筛选、中药药效机制及药物毒副作用机制阐明,构建了在线预测服务平台netinfer();另一方面基于大数据和机器学习方法,发展了药代动力学性质及毒性预测方法,构建了在线预测服务平台admetsar(),被包括drugbank在内的国内外众多用户使用;同时,利用所发展的方法和技术,进行化合物的生态环境风险评估、计算环境毒理学等研究。
(2)药物分子设计:这是目前国际上十分活跃的研究领域,它以计算机为工具,充分利用已知的生物大分子靶标和/或药物分子结构活性知识,通过分子模拟、虚拟筛选、理论计算和预测等现代计算化学技术,来指导和辅助新型药物分子的发现和设计。目前与学院内外多位教授合作,综合应用虚拟筛选、3d-qsar分析、药效团模建以及骨架跃迁等各种药物设计技术,针对肿瘤、神经系统疾病、代谢性疾病、感染性疾病等进行靶标预测、先导化合物发现、设计和优化研究。
(3)计算生物学:生物大分子之间的相互作用,如蛋白质-蛋白质、蛋白质-核酸、蛋白质-多糖之间的相互作用是生命活动的基础,同时也是药物设计研究的基础。这些相互作用不是静止不变的而是动态变化的,但目前的实验条件除了测定相互作用体的复合物之外,还难以在分子水平上研究这些动态相互作用的各个方面。而计算机模拟研究则可在虚拟现实的情况下,基于实验测定的复合物结构,在分子水平上对这些相互作用从动力学和热力学角度进行定性和定量的分析研究,是对实验研究的重要补充和完善。实验室目前主要采用分子动力学模拟和结合自由能计算方法对药物-靶标相互作用体系进行深入研究,阐明其相互作用机理,进而开发可以调节其生理功能的活性小分子。
分子模拟与设计实验室简介 (实验室2024欧洲杯官方网站主页:)
本研究领域常用网络资源
本研究领域常用专业期刊
热烈欢迎具有较好计算机技能和数理基础、有志于从事计算机辅助药物设计研究的同学报考本实验室的硕士、博士研究生(包括推荐免试生),或者联系进行博士后研究!
代表性论著(引用次数截至2020年9月6日):
1. zheng ll#, zhu b#, wu zr, fang xx, hong mh, liu gx, li wh, ren gb*, tang y*. strategy for efficient discovery of cocrystals via a network-based recommendation model. crystal growth & design, 2020, in press. doi: 10.1021/acs.cgd.0c00911
2. peng yy#, wang mj#, xu yx#, wu zr, wang jy, zhang c, liu gx, li wh, li j*, tang y*. drug repositioning by prediction of drug’s anatomical therapeutic chemical code via network-based inference approaches. briefings in bioinformatics, 2020, in press. doi: 10.1093/bib/bbaa027
3. wu zr, peng yy, yu zh, li wh, liu gx, tang y*. netinfer: a web server for prediction of targets, therapeutic and adverse effects via network-based inference methods. j. chem. inf. model., 2020, 60(8): 3687-3691.
4. yang hb, lou cf, li wh, liu gx, tang y*. computational approaches to identify structural alerts and their applications in environmental toxicology and drug discovery. chem. res. toxicol., 2020, 33(6): 1312-1322.
5. yang gx#, huang y#, zheng ll#, zhang l, su l, wu yh, li j, zhou lc, huang j, tang y*, wang r*, ma l*. design, synthesis and evaluation of diosgenin carbamate derivatives as multitarget anti-alzheimer’s disease agents. eur. j. med. chem., 2020, 187: 111913.
6. yin hh#, dong jj#, cai yc#, shi xm, wang h, liu gx, tang y*, liu jw*, ma l*. new chalcone derivatives as potent reversal agents against p-glycoprotein-mediated multidrug resistance: design, synthesis and biological evaluation. eur. j. med. chem., 2019, 180: 350-366.
7. peng yy, wu zr*, yang hb, cai yc, liu gx, li wh, tang y*. insights into mechanisms and severity of drug-induced liver injury via computational systems toxicology approach. toxicol. lett., 2019, 312: 22-33.
8. cai yc, yang hb, li wh, liu gx, lee pw, tang y*. computational prediction of site of metabolism for ugt-catalyzed reactions. j. chem. inf. model., 2019, 59(3): 1085-1095.
9. sun lx, yang hb, cai yc, li wh, liu gx, tang y*. in silico prediction of endocrine disrupting chemicals using single-label and multi-label models. j. chem. inf. model., 2019, 59(3): 973-982.
10. yang hb, lou cf, sun lx, li j, cai yc, wang z, li wh, liu gx, tang y*. admetsar 2.0: web-service for prediction and optimization of chemical admet properties. bioinformatics, 2019, 35(6): 1067-1069.已被引用43次。esi高被引论文(中国科学院数学与计算生物学一区top)
11. guan lf, yang hb, cai yc, sun lx, di pw, li wh, liu gx, tang y*. admet-score – a comprehensive scoring function for evaluation of chemical admet properties. medchemcomm, 2019, 10(1): 148-157.已被引用8次。
12. yang hb, sun lx, wang z, li wh, liu gx, tang y*. admetopt: a web server for admet optimization in drug design via scaffold hopping. j. chem. inf. model., 2018; 58(10): 2051-2056.
13. wu zr, li wh, liu gx, tang y*. network-based methods for prediction of drug-target interactions. (invited review) frontiers in pharmacology, 2018; 9: article 1134.
14. yang hb, sun lx, li wh, liu gx, tang y*. identification of non-toxic substructures: a new strategy to avoid potential toxicity risk. toxicological sciences, 2018; 165(2): 396-407.
15. cai yc, yang hb, li wh, liu gx, lee pw, tang y*. multi-classification prediction of enzymatic reactions for oxidoreductases and hydrolases using reaction fingerprints and machine learning methods. j. chem. inf. model., 2018; 58(6): 1169-1181.
16. yang hb, sun lx, li wh, liu gx, tang y*. in silico prediction of chemical toxicity for drug design using machine learning methods and structural alerts. (invited review) frontiers in chemistry, 2018; 6: article 30.
17. wu zr#, lu wq#, yu ww, wang tdy, li wh, liu gx, zhang hk, pang xf, huang j, liu my*, cheng fx*, tang y*. quantitative and systems pharmacology. 2. in silico polypharmacology of g protein-coupled receptor ligands via network-based approaches. pharmacological research, 2018; 129: 400-413.已被引用7次。
18. fang js#, wu zr#, cai cp, wang q, tang y*, cheng fx*. quantitative and systems pharmacology. 1. in silico prediction of drug-target interaction of natural products enables new targeted cancer therapy.j. chem. inf. model., 2017; 57(11): 2657-2671.已被引用30次。
19. yang hb, li j, wu zr, li wh, liu gx, tang y*. comparison of identification methods for structural alerts using chemical ames mutagenicity dataset as a benchmark. chem. res. toxicol., 2017; 30(6): 1355-1364.已被引用16次。
20. wu zr, cheng fx*, li j, li wh, liu gx, tang y*. sdtnbi: an integrated network and chemoinformatics tool for systematic prediction of drug-target interactions and drug repositioning. briefings in bioinformatics, 2017; 18(2): 333-347. 已被引用46次。(中国科学院数学与计算生物学一区top)
21. wu zr#, lu wq#, wu d, luo aq, bian hp, li j, li wh, liu gx, huang j*, cheng fx*, tang y*. in silico prediction of chemical mechanism-of-action via an improved network-based inference method. british journal of pharmacology, 2016; 173(23): 3372-3385. 已被引用26次。(中国科学院药学一区top)
22. lu wq#, cheng fx#, jiang j, zhang c, deng xk, xu zy, zou se*, shen x, tang y*, huang j*. fxr antagonism of nsaids contributes to drug-induced liver injury identified by systems pharmacology approach. scientific reports, 2015; 5: 08114. 已被引用30次。
23. zhang c, cheng fx, sun l, zhuang sl, li wh, liu gx, lee pw*, tang y*. in silico prediction of chemical toxicity on avian species using chemical category approaches. chemosphere, 2015; 122: 280-287.已被引用22次。
24. li j, wu zr, cheng fx*, li wh, liu gx, tang y*. computational prediction of mirna networks incorporating environmental toxicity and disease etiology. scientific reports, 2014; 4: 05576.已被引用43次。
25. li x#, chen l#, cheng fx, wu zr, bian hp, xu cy, li wh, liu gx, shen x, tang y*. in silico prediction of chemical acute oral toxicity using multi-classification methods. j. chem. inf. model., 2014; 54(4): 1061-1069.已被引用67次。
26. cheng fx, li wh, liu gx, tang y*. in silico admet prediction: recent advances, current challenges and future trends. curr. top. med. chem., 2013, 13(11): 1273-1289. (invited review)已被引用67次。
27. cheng fx, li wh, wu zr, wang xc, zhang c, li j, liu gx, tang y*. prediction of polypharmacological profiles of drugs by the integration of chemical, side effects and therapeutic space. j. chem. inf. model., 2013; 53(4): 753-762.已被引用58次。
28. cheng fx, li wh, wang xc, zhou yd, wu zr, shen j, tang y*. adverse drug events: database construction and in silico prediction. j. chem. inf. model., 2013; 53(4): 744-752.已被引用75次。
29. hu gp#, li x#, zhang x#, li yz, ma l, yang lm, liu gx, li wh, huang j*, shen x, hu lh*, zheng yt*, tang y*. discovery of inhibitors to block interactions of hiv-1 integrase with human ledgf/p75 via structure-based virtual screening and bioassays.j. med. chem., 2012; 55(22): 10108-10117.已被引用31次。(中国科学院药物化学一区top)
30. cheng fx, zhou yd, li wh, shen j, wu zr, liu gx, lee pw, tang y*. admetsar: a comprehensive source and free tool for assessment of chemical admet properties. j. chem. inf. model., 2012; 52(11): 3099-3105.已被引用519次。esi高被引论文
31. xu cy, cheng fx, chen l, du z, li wh, liu gx*, lee pw, tang y*. in silico prediction of chemical ames mutagenicity. j. chem. inf. model., 2012; 52(11): 2840-2847.已被引用65次。
32. cheng fx, zhou yd, li j, li wh, liu gx, tang y*. prediction of chemical-protein interactions: multitarget-qsar versus computational chemogenomic methods. mol. biosystems,2012; 8(9): 2373-2384.已被引用64次。
33. cheng fx, zhou yd, li wh, liu gx, tang y*. prediction of chemical-protein interactions network with weighted network-based inference method. plos one, 2012; 7(7): e41064.已被引用59次。
34. hu gp, kuang gl, xiao w, li wh, liu gx, tang y*. performance evaluation of 2d fingerprint and 3d shape similarity methods in virtual screening. j. chem. inf. model.,2012; 52(5): 1103-1113.已被引用62次。
35. cheng fx#, liu c#, jiang j, lu wq, li wh, liu gx, zhou wx*, huang j*, tang y*. prediction of drug-target interactions and drug repositioning via network-based inference. plos comput. biol., 2012; 8(5): e1002503.已被引用414次。esi高被引论文(中国科学院数学与计算生物学一区top)
36. cheng fx, ikenaga y, zhou yd, yu y, shen j, du z, liu gx, li wh, lee pw*, tang y*. in silico assessment of chemical biodegradability. j. chem. inf. model., 2012; 52(3): 655-669.已被引用55次。
37. cheng fx, yu y, shen j, yang l, li wh*, liu gx, lee pw, tang y*. classification of cytochrome p450 inhibitors and non-inhibitors using combined classifiers. j. chem. inf. model., 2011; 51(5): 996-1011.已被引用110次。
38. cheng fx, shen j, yu y, li wh, liu gx, lee pw, tang y*. in silico prediction of tetrahymena pyriformis toxicity for diverse industrial chemicals with substructure pattern recognition and machine learning methods. chemosphere, 2011; 82(11): 1636-1643.已被引用53次。
39. shen j#, tan cf#, zhang yy, li x, li wh, huang j*, shen x, tang y*. discovery of potent ligands for estrogen receptor by structure-based virtual screening. j. med. chem.,2010; 53(14): 5361-5365.已被引用40次。(中国科学院药物化学一区top)
40. shen j, cheng fx, xu y, li wh*, tang y*. estimation of adme properties with substructure pattern recognition. j. chem. inf.model., 2010; 50(6): 1034-1041.已被引用138次。
2024欧洲杯官方网站的联系方式
通讯地址:上海市梅陇路130号268信箱,邮编200237
电话:(021)64251052
传真:(021)64251033
电邮:ytang234 at ecust.edu.cn