01
生物基础模型
我们构建大规模表征模型,系统学习蛋白质与基因组在序列、结构和功能层面的内在规律。
研究方向
我们以机器学习为核心方法,研究蛋白质、基因组及复杂调控系统中的关键科学问题。
我们构建大规模表征模型,系统学习蛋白质与基因组在序列、结构和功能层面的内在规律。
我们融合蛋白质语言模型、结构信息与多视角特征,预测翻译后修饰位点、酶活性及分子功能。
我们探索蛋白质的序列与结构空间,发现新型酶,并设计具有目标性质的功能蛋白质。
我们结合计算设计与分子生物学方法,提升植物基因组编辑的准确性、效率与适用范围。
我们整合多模态数据构建基因调控网络模型,研究生物系统的组织规律与动态响应机制。