Yang Yuedong

Professor

Email: yangyd25@mail.sysu.edu.cn

教师简介: 

杨跃东,中山大学计算机学院教授、国家超算广州中心总工程师, 国家级青年人才，主持基金委重大专项课题、国家重点研发课题等重大项目。作为第一/通讯作者发表100多篇论文，包括Nature Machine Intelligence（2篇）/Nature Comput Sci/Chem/Nat Comm(5篇)、以及人工智能顶会ICML/CVPR/KDD/IJCAI等，谷歌学术总引用超1万次，近三年连续入选斯坦福大学发布的年度全球前2%最有影响力科学家，入选2022年首届中国智能计算科技创新人物（麻省理工评论评选）。获2023年广东省科技进步特等奖、中国电子学会科技进步一等奖、Cell出版社2021中国年度论文、2021年世界人工智能大会青年优秀论文奖等。担任Communication Biolology（中科院一区）和BMC Bioinfo杂志编委。目前主要研究融合超算和智算的多尺度生物信息计算方法，并基于“天河二号”开发一站式生物医药超算平台。杨跃东是安徽无为人，先后于中国科学技术大学获得学士（2000年）和博士（2006年）学位，此后分别于美国印地安那大学(2006-2013)和澳大利亚格里菲斯大(2013-2017)担任博士后、研究助理教授、及研究员。

实验室简介（http://biomed.nscc-gz.cn）:  实验室主要研究方向为Supercomputing+AI for Life science (SAIL)，研究融合超算和人工智能的生物多尺度信息融合方法研究，为生物医药产业赋智赋能，开发准确且超快的疾病诊疗和新药研发算法，并基于“天河二号”构筑大数据分析和计算统一的云超算平台，为产业应用提供一站式服务。随着健康大数据的快速发展，健康医药已成为AI产业应用的一个热点，腾讯、阿里、华为等公司均纷纷布局相关产业开发，而今年的抗击疫情充分展示了大数据分析在人类健康中的重要作用。疫情期间，本实验室充分利用“天河二号”的超强算力，开展了基于CT的智能诊断、药物智能推荐算法、及医药知识图谱等一系列工作，取得了多项重要成果。项目涉及CV、NLP、ML、知识图谱等多个领域，广泛运用到了各种前沿AI技术，对任意技术感兴趣的同学都能在这里找到属于自己的舞台。

实验室负责管理、应用、开发“天河二号”的国际一流软件和硬件资源，承担多项国家重点研发及省市重点研发项目，科研经费充足。已在Nature Machine Intelligence（2篇）、Chem，Nat Comm（5篇）等顶刊、及ICML/CVPR/AAAI/IJCAI等人工智能顶级会议上发表200篇论文。

人才培养：

实验室本着因材施教的宗旨，根据学生的研究兴趣、能力和未来发展方向，分配适当的研究任务，并结合组内的培训交流，培养学生独立思考和解决问题能力，提高算法和编程等专业技能。同时，我们也定期组织各类团建活动，丰富科研的日常生活，增强成员的团队合作意识。

实验室的毕业生均有IT大公司实习经历，毕业去向腾讯、华为等优质单位。对于想继续深造的同学，可以选择本实验室或推荐出国攻读博士学位，也鼓励并支持去国际一流实验室交流访问。博士研究生基本都有Nature/Cell子刊论文发表。实验室成员每月发放生活津贴，取得重要研究突破和成果将给予优厚奖励；资助参加学术会议，允许自由安排工作时间。

研究内容包括：

1）多尺度组学大数据挖掘：研发知识图谱和大模型，融合基因/蛋白质序列、生物多组学、以及医疗表型大数据的科学发现

2）全流程药物智能设计：整合蛋白质结构和功能预测、高通量药物虚拟筛选、药物分子智能设计、药物ADMET预测、知识图谱的药物发现全流程

3）生物医药高性能计算平台：基于超算构建统一生物医药大数据存储、管理、挖掘和应用的一站式计算平台

长期招聘博士后、副研究员/研究员，及软件开发工程师

博士后、副研究员及研究员要求有一定的编程及数据分析能力，具有以下任一研究背景：

1）计算机背景, 特别是人工智能(CV/NLP/知识图谱）、大数据分析、和高性能计算等相关经验；

2）生物信息学、医疗图像/文本数据挖掘、生物统计学、计算化学；

岗位及相关待遇 (特别优秀者可单独面议)：

博士后：要求35周岁以下，海内外知名高校或研究机构的博士毕业生、有两项以上学术成果。优秀者可推荐逸仙博士后，也可推荐至国家超算深圳中心、和鹏城实验室。

软件开发工程师

本科或硕士学位，需要较强编程或数据分析能力，有生物信息学或计算化学研究经历、或相关软件平台开发经验者优先，工资面议（15-30万 + 绩效）。

同时欢迎各类交叉学科背景、有志于开展相关研究的研究生、博士生申请 （本科直接攻读博士学位者优先！）。

硕士申请博士考核入学要求：

有优秀的学术背景和学术追求，第一作者已发表（含录用）高质量学术论文（SCI二区、CCF B类及以上或领域重要会议或杂志）

研究领域: 

AI for science，生物信息计算, 智能药物设计，生物医药大数据，高性能计算

教育背景: 

2000.9-2006.6，中国科学技术大学，计算生物学 博士 （导师：刘海燕教授、施蕴渝院士）

1996.9-2000.6，中国科学技术大学，学士

工作经历: 

2017.5至今，中山大学计算机学院教授、兼国家超算广州中心总工程师

海外经历: 

2013.6-2017.7，澳大利亚格里菲斯大学信息学院&糖组学研究所，研究员

2006.9-2013.5, 美国印第安纳大学信息学院&医学院，博士后 （导师：Prof Yaoqi Zhou）、研究助理教授（2011-2013)

获奖及荣誉: 

国家特聘青年人才、广东省科技进步特等奖（第四完成人）；中国电子学会科技进步一等奖（第三完成人），连续3年入选年度全球前2%最有影响力科学家（斯坦福），2022年中国智能计算科技创新人物（麻省理工评论）

科研项目: 

  1. 国家自然科学基金委员会, 重大项目（课题）, 免疫增效单元的理性设计及构建,  2024-2028，在研, 主持
  2. 国家重点研发计划课题, 高性能多尺度生物与材料计算平台 , 2020-2023，主持 (已结题)
  3. 国家基金委面上项目, 基于深度学习的蛋白质空间结构预测方法研究, 2018-2021，主持（已结题）
  4. 国家基金委新冠疫情防控专项, 基于蛋白质结构的智能药物筛选方法和云平台研究, 2020-2021，主持（已结题）

主要学术兼职: 

Nature旗下Communication Biology（中科院一区）、BMC Bioinformatics  编委

F1000论文推荐专家 （Associate Member）

教授课程: 

离散数学 (2018-2024)、 现代人工智能技术(2019) 、生物信息学(2017，2020-2024)、科技论文读写（2021/2）

代表性论著: 

在期刊Nature Machine Intelligence, Chem，Bioinformatics、及AI顶会等发表200多篇SCI文章，引用12000多次，H-index=58; 详细列表见：

google scholar: http://scholar.google.com.au/citations?hl=en&user=AfjwTKoAAAAJ

Scopus: https://www.scopus.com/authid/detail.uri?authorId=8439078900

  1. Zheng S, Y Li, S Chen, J Xu* and Yuedong Yang* . Predicting Drug Protein Interaction using Quasi-Visual Question Answering System. Nature Machine Intelligence 2020;2(1):134-140 PDF (将药物设计转化为经典VQA问题；2021年世界人工智能大会青年优秀论文奖).
  2. Zheng S, Tan Y, Wang Z, Li C, Zhang Z, Sang X, Chen H, Yuedong Yang* . Accelerated rational PROTAC design via deep learning and molecular simulations. Natue Machine Intelligence 2022;4:739–748 PDF. （超快速49天即完成PROTAC药物设计和实验验证）
  3. Y Zeng, M Luo, N Shangguan, P Shi, J Feng, J Xu, K Chen, Y Lu, W Yu, and Yuedong Yang*. Deciphering Cell Types by Integrating scATAC-seq Data with Genome Sequences Nature Computational Science 2024;4:285–298 . (利用基因序列引导实现组学数据降噪)
  4. Y Zeng, J Xie, N Shangguan,Z Wei, W Li, Y Su, S Yang, C Zhang, J Zhang, N Fang, H Zhang, Y Lu, H Zhao, J Fan, W Yu, Yuedong Yang. CellFM: a large-scale foundation model pre-trained on transcriptomics of 100 million human cells. Nature Communications 2025;16,4679. (华为昇腾芯片训练1亿人类细胞的8亿参数的单细胞大模型，当前该类最大模型)。
  5. J Rao, J Xie, Q Yuan, D Liu, Z Wang, Y Lu*, S Zheng*, Yuedong Yang*. A Variational Expectation-Maximization Framework for Balanced Multi-scale Learning of Protein and Drug Interactions. Nature Comm 2024 ( 基于Expectation-Maximization实现多尺度信息融合)
  6. Y Song, Q Yuan, S Chen, Y Zeng, H Zhao, Yuedong Yang*. Accurately predicting enzyme functions through geometric graph learning on ESMFold-predicted structures. Nature Comm 2024(基于结构的蛋白质酶功能准确预测)
  7. Zheng S, T Zeng, C Li, B Chen, CW Coley, Yuedong Yang* , Ruibo Wu*. Deep learning driven biosynthetic pathways navigation for natural products with BioNavi-NP. Nature Comm 2022;13:3342 （天然产物逆合成预测；中国日报网海外版专题报道“Supercomputer, AI to speed up drug discoveries”）
  8. Qiu J#, Xie J#,Su S, Gao Y, Meng H, Yuedong Yang* , Liao K*. Selective functionalization of hindered meta-C–H bond of o-alkylaryl ketones promoted by automation and deep learning. Chem 2022; doi:j.chempr.2022.08.015 PDF. （自动化和智能化结合加速化学反应预测；科学网报道）
  9. S Chen, J Xie, R Ye, DD Xu, Yuedong Yang*. Structure-Aware Dual-Target Drug Design through Collaborative Learning of Pharmacophore Combination and Molecular Simulation. Chemical Science 2024; 15, 10366-10380 （Cover Story) (一药双靶的药物智能设计.]]
  10. Zheng S#, Rao J#, Song Y, Zhang J, Xiao X, Fang EF, Yuedong Yang* , Niu Z*. PharmKG: A Dedicated Knowledge Graph Benchmark for Biomedical Data Mining. Brief in Bioinfo 2020;bbaa344 PDF （PharmKG与Alphafold、IBM Waston等一起，被英国调研机构Deep Pharma Intelligence列为2018-2020年国际AI制药十大进展）