曹東升，中南大學(xué)湘雅藥學(xué)院教授，湘雅醫(yī)院客座教授，香港浸會(huì)大學(xué)訪問(wèn)教授，博士生導(dǎo)師，湖南省科技創(chuàng)新領(lǐng)軍人才、湖南省杰青、湖湘青年英才、中國(guó)香江學(xué)者人才，湖南省優(yōu)秀博士論文獲得者。研究方向?yàn)榛瘜W(xué)信息學(xué)、計(jì)算機(jī)輔助藥物設(shè)計(jì)和系統(tǒng)生物學(xué)。主要從事于基于人工智能技術(shù)的高效化學(xué)信息學(xué)和計(jì)算機(jī)輔助藥物分子設(shè)計(jì)方法和應(yīng)用研究，針對(duì)藥物研發(fā)中的三個(gè)關(guān)鍵技術(shù)瓶頸問(wèn)題（生物活性分子的發(fā)現(xiàn)、成藥性和安全性預(yù)測(cè)及選擇性和脫靶效應(yīng)評(píng)估），聚焦基于結(jié)構(gòu)/配體的虛擬篩選方法、成藥性理論預(yù)測(cè)和分子靶標(biāo)識(shí)別展開(kāi)了系統(tǒng)和深入的方法學(xué)研究，并把發(fā)展的方法與實(shí)驗(yàn)平臺(tái)無(wú)縫銜接用于多個(gè)重要靶點(diǎn)的藥物分子設(shè)計(jì)和生物活性分子的作用靶標(biāo)識(shí)別，開(kāi)發(fā)出多類(lèi)具有全新結(jié)構(gòu)的抗腫瘤先導(dǎo)化合物并揭示了多種生物活性分子的耐藥新機(jī)制。發(fā)展的多種預(yù)測(cè)模型和程序（如ADMETlab、TargetNet、ChemDes、ChemoPy、 BioMedR等）已成為化學(xué)信息學(xué)和CADD領(lǐng)域的基礎(chǔ)工具，被知名藥企和國(guó)內(nèi)外同行（Pfizer、Merck、哈佛大學(xué)、上海藥物所等）廣泛采用，為促進(jìn)CADD的學(xué)科發(fā)展和藥物研發(fā)的技術(shù)進(jìn)步做出了貢獻(xiàn)。累計(jì)發(fā)表SCI論文170余篇；ESI高被引及擴(kuò)展ESI高被引論文18篇，封面論文3篇。近5年（2016年至今），申請(qǐng)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等權(quán)威SCI期刊上發(fā)表論文100余篇，其中75篇為通訊作者或第一作者（其中大于20分論文2篇，大于10分28篇，大于5分55篇，平均影響因子為8.58）；總他引5700余次（近5年4000余次），H因子為38；開(kāi)發(fā)軟件平臺(tái)35套，獲軟件著作權(quán)20項(xiàng), 累計(jì)訪問(wèn)170萬(wàn)余次；申請(qǐng)中國(guó)專(zhuān)利13項(xiàng)，參編英文專(zhuān)著一部。獲得國(guó)家、省部級(jí)和橫向科研項(xiàng)目20余項(xiàng)，累計(jì)經(jīng)費(fèi)1000余萬(wàn)。現(xiàn)任湖南省生物醫(yī)學(xué)信息委員會(huì)副主任委員，中國(guó)計(jì)算機(jī)化學(xué)專(zhuān)業(yè)委員會(huì)委員，中國(guó)計(jì)算毒理學(xué)專(zhuān)業(yè)委員會(huì)委員。受邀擔(dān)任SCI期刊CMES-Comp. Model. Eng.副主編和Chemometr. Intell. Lab.編委。
個(gè)人郵箱：oriental-cds@163.com
研究方向：人工智能藥物設(shè)計(jì)、化學(xué)信息學(xué)、系統(tǒng)生物學(xué)
計(jì)算生物學(xué)和藥物設(shè)計(jì)實(shí)驗(yàn)室致力于運(yùn)用和發(fā)展一些新的概念，算法和軟件在海量數(shù)據(jù)中快速的篩選具有生物活性的先導(dǎo)化合物，以及對(duì)復(fù)雜疾病系統(tǒng)實(shí)現(xiàn)快速的診斷和評(píng)估。藥物分子設(shè)計(jì)過(guò)程涉及到多種科學(xué)原理的運(yùn)用，而且需要嚴(yán)密的跨學(xué)科交叉研究的思維方式。我們運(yùn)用了各種人工智能技術(shù)、機(jī)器學(xué)習(xí)方法、化學(xué)信息學(xué)以及生物信息學(xué)技術(shù)來(lái)實(shí)現(xiàn)自動(dòng)的問(wèn)題假設(shè)生成，活性預(yù)測(cè)和實(shí)驗(yàn)驗(yàn)證研究。針對(duì)藥物研發(fā)中的三個(gè)關(guān)鍵技術(shù)瓶頸問(wèn)題（生物活性分子的發(fā)現(xiàn)、成藥性和安全性預(yù)測(cè)、及選擇性和脫靶效應(yīng)評(píng)估），聚焦基于結(jié)構(gòu)/配體的虛擬篩選方法、成藥性理論預(yù)測(cè)和分子靶標(biāo)識(shí)別展開(kāi)了系統(tǒng)和深入的方法學(xué)研究，并把發(fā)展的方法與實(shí)驗(yàn)平臺(tái)無(wú)縫銜接用于多個(gè)重要靶點(diǎn)的藥物分子設(shè)計(jì)和生物活性分子的作用靶標(biāo)識(shí)別，旨在開(kāi)發(fā)出具有全新結(jié)構(gòu)的抗腫瘤先導(dǎo)化合物并揭示了多種生物活性分子（如中藥及復(fù)方）的新機(jī)制。
本課題組主要開(kāi)展以下四方面研究工作：
1：新型人工智能算法及機(jī)器學(xué)習(xí)算法在藥物發(fā)現(xiàn)和疾病診斷研究中的發(fā)展和應(yīng)用
2：基于人工智能技術(shù)和系統(tǒng)藥理學(xué)的中藥復(fù)方作用機(jī)制研究
3：基于知識(shí)圖譜和人工智能技術(shù)的疾病靶標(biāo)識(shí)別、藥物新機(jī)制及合理安全用藥研究
4：藥物發(fā)現(xiàn)過(guò)程中軟件工具、Web服務(wù)及數(shù)據(jù)庫(kù)的發(fā)展
在研項(xiàng)目：
1. 國(guó)家自然科學(xué)基金面上項(xiàng)目，22173118，2022.01-2023.01，60萬(wàn)，在研，主持。
2. 湖南省科技創(chuàng)新領(lǐng)軍人才，2021RC4011，2022.01-2024.01，100萬(wàn)，在研，主持。
3. 湖南省杰出青年基金，2021JJ10068， 2021.01-2023.12，50萬(wàn)，在研，主持。
4. 湖南省重點(diǎn)研發(fā)計(jì)劃，2021M562142， 2022.01-2024.12，100萬(wàn)，在研，主持。
5. 長(zhǎng)沙市自然科學(xué)基金，kq2014144，2020.01-2021.12，10萬(wàn)，在研，主持。
6. 長(zhǎng)沙市新冠肺炎專(zhuān)項(xiàng)，kq2001034，2020.05-2022.05，10萬(wàn)，在研，主持。
近期代表性SCI論文：
1. 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)
2. 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)
3. 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)
4. 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)
5. 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)
6. 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)
7. 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)
8. 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)
9. 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)
10. 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)
