长期从事人工智能辅助药物/农药设计领域的研究工作。针对分子设计难度大、成本高、周期长的瓶颈，开展分子设计智能体及专用AI算法研究，旨在构建全自动化分子设计云平台，以期显著提升分子设计效率和成功率，相关工作已以第一作者身份发表在自然子刊《Nature Machine Intelligence》等期刊。截至目前共发表SCI论文10篇，H-index为9，累计引用400余次。目前主要研究兴趣包括:

• AI基础研究：大语言模型、多智能体、分子表示学习
• AI for Science研究：基于Agent的靶标发现、药物/农药设计及优化、递送材料设计

收稿ing：欢迎联系本人投稿至Exploration期刊(综合一区，IF=22.5)，接受所有自然科学方向的高质量论文，将推荐优先审稿。

招生ing：依托团队每年较多硕博名额，可推至浙大读博或腾讯实习。承诺永不抢一作，开学入门培训，全程手把手指导，独占100余计算卡，确保每位硕士发出一篇一作一区/A会论文，优秀者全力支持发子刊。

🎓 教育经历

2019.9 - 2024.6   硕博 - 兰州大学，化学化工学院(专业：化学信息学，导师：姚小军教授)
2015.9 - 2019.6   本科 - 青海大学，计算机学院(专业：计算机科学与技术)

🧑‍💻 工作经历

2024.10 - 今    贵州大学，公共大数据国家重点实验室 特聘教授,硕导
2024.10 - 今    贵州大学，绿色农药全国重点实验室 流动研究人员
2024.10 - 今    贵州大学，计算机科学与技术学院 硕导
2022.7  - 2023.4  北京智源人工智能研究院，付杰团队 研究实习
2020.8  - 2022.6  腾讯公司，量子实验室 联合培养(合作导师：谢昌谕博士)

🏛️ 学术兼职

2024.9  - 今    《Exploration》期刊(IF=22.5)，青年编委
2024.10 - 今    国家“一带一路”联合实验室， 参与建设者
2025.1  - 今    贵州省大数据局 人工智能产业方向， 专家/组长

📑 科研项目

[1]贵州大学人才引进特岗项目，基于人工智能的多约束小分子化合物生成设计新方法研究, 2024.10-2028.10，40万，主持。

👥 团队成员

张晓， 21博，①核酸农药设计。
董新宇，24博，①多目标优化分子生成设计、②环肽智能设计。
黄广义，24博，①AI靶标发现。
王世航，25博，①分子表示学习。
何牧天，25博，①分子表示学习、②DEL。
龚道宏，25博，①分子表示学习。
唐胡双寅26博，①AI药物及递送系统设计。
谢朝阳，23硕，①分子性质预测。
周军， 24硕，①化学反应产率预测及条件优化。
张军， 24硕，①PPI、DDI预测。
张艺伦，24硕，①酶功能预测、②染料分子设计。
吴南宛，24硕，①AI抗体-药物偶联设计。
罗希璇，24硕，①DTI、DDI预测。
张龙彪，24硕，①AI递送系统设计。
周勇， 25硕，①核酸农药设计、②大语言模型。
蒋俞萱，25硕，①AI靶标发现、②大语言模型。
陈维迅，25硕，①分子表示学习。
洪晖阳，22本，①小分子性质预测、②大语言模型。
*合作导师包括郝格非、王崎、姚小军三位教授。

深度合作伙伴：
王晓瑞，浙江大学侯廷军教授课题组博士后，研究方向：AI合成规划

📝 学术论文

代表性论文

[1] Li et al. An adaptive graph learning method for automated molecular interactions and properties predictions. Nature Machine Intelligence IF=23.8^◆ [HTML] [PDF]

[2] Li et al. Introducing block design in graph neural networks for molecular properties prediction. Chemical Engineering Journal IF=16.7^◆ [HTML] [PDF]

[3] Li†, Li†. et al. TrimNet: learning molecular representation from triplet messages for biomedicine. Briefings in Bioinformatics IF=13.9^◆ [HTML] [PDF]

[4] Wang†, Li†, et al. RetroPrime: A Diverse, plausible and Transformer-based method for Single-Step retrosynthesis predictions. Chemical Engineering Journal IF=16.7^◆ [HTML] [PDF]

†Equal contribution
*Corresponding authors

^◆发表当年IF，一定程度代表该刊当年认可度及发表难度，主要是懒得年年更新最新IF

所有论文

2024年度

• [2024c] Xiaorui Wang, Xiaodan Yin, Dejun Jiang, Huifeng Zhao, Zhenxing Wu, Odin Zhang, Jike Wang, Yuquan Li, Yafeng Deng, Huanxiang Liu, Pei Luo, Yuqiang Han, Tingjun Hou*, Xiaojun Yao*, Chang-Yu Hsieh*. Multi-modal deep learning enables efficient and accurate annotation of enzymatic active sites[J]. Nature Communications, 2024, 15(1): 7348. [HTML]
• [2024b] Shuo Liu, Jialiang Yu, Ningxi Ni, Zidong Wang, Mengyun Chen, Yuquan Li, Chen Xu, Yahao Ding, Jun Zhang*, Xiaojun Yao*, Huanxiang Liu*. Versatile Framework for Drug–Target Interaction Prediction by Considering Domain-Specific Features[J]. Journal of Chemical Information and Modeling, 2024, 64(14): 5646-5656. [HTML] [PDF]
• [2024a] Jianmin Wang, Jiashun Mao, Chunyan Li, Hongxin Xiang, Xun Wang, Shuang Wang, Zixu Wang, Yangyang Chen, Yuquan Li, Heqi Sun, Kyoung Tai No*, Tao Song*, Xiangxiang Zeng*. Interface-aware molecular generative framework for protein–protein interaction modulators[J]. Journal of Cheminformatics, 2024, 16(1): 142.[HTML] [PDF]

2023年度

• [2023c] Xiaodan Yin†, Xiaorui Wang†, Yuquan Li, Jike Wang, Yuwei Wang, Yafeng Deng, Tingjun Hou, Huanxiang Liu, Pei Luo, and Xiaojun Yao*. CODD-Pred: A Web Server for Efficient Target Identification and Bioactivity Prediction of Small Molecules[J]. Journal of Chemical Information and Modeling, 2023, 63(20): 6169-6176. [HTML] [PDF]
• [2023b] Ruiqiang Lu, Jun Wang, Pengyong Li, Yuquan Li, Shuoyan Tan, Yiting Pan, Huanxiang Liu, Peng Gao, Guotong Xie*, Xiaojun Yao*. Improving drug-target affinity prediction via feature fusion and knowledge distillation[J]. Briefings in Bioinformatics, 2023, 24(3): bbad145. [HTML]
• [2023a] Xiaorui Wang†, Chang-Yu Hsieh†, Xiaodan Yin, Jike Wang, Yuquan Li, Yafeng Deng, Dejun Jiang, Zhenxing Wu, Hongyan Du, Hongming Chen, Yun Li, Huanxiang Liu, Yuwei Wang, Pei Luo, Tingjun Hou*, Xiaojun Yao*. Generic Interpretable Reaction Condition Predictions with Open Reaction Condition Datasets and Unsupervised Learning of Reaction Center[J]. Research, 2023, 6: 0231. [HTML] [PDF]

2022年度

• [2022b] Dejun Jiang†, Huiyong Sun†, Jike Wang†, Chang-Yu Hsieh, Yuquan Li, Zhenxing Wu, Dongsheng Cao*, Jian Wu*, Tingjun Hou*. Out-of-the-box deep learning prediction of quantum-mechanical partial charges by graph representation and transfer learning[J]. Briefings in Bioinformatics, 2022, 23(2): bbab597. [HTML] [PDF]
• [2022a] Yuquan Li†, Chang-Yu Hsieh†, Ruiqiang Lu, Xiaoqing Gong, Xiaorui Wang, Pengyong Li, Shuo Liu, Yanan Tian, Dejun Jiang, Jiaxian Yan, Qifeng Bai, Huanxiang Liu, Shengyu Zhang & Xiaojun Yao*. An adaptive graph learning method for automated molecular interactions and properties predictions[J]. Nature Machine Intelligence, 2022, 4(7):645-651. [HTML] [PDF]

2021年度

• [2021c] Pengyong Li†, Yuquan Li†, Chang-Yu Hsieh, Shengyu Zhang, Xianggen Liu, Huanxiang Liu, Sen Song*, Xiaojun Yao*. TrimNet: learning molecular representation from triplet messages for biomedicine[J]. Briefings in Bioinformatics, 2021, 22(4): bbaa266.[HTML] [PDF]
• [2021b] Xiaorui Wang†, Yuquan Li†, Jiezhong Qiu, Guangyong Chen, Huanxiang Liu, Benben Liao*, Chang-Yu Hsieh*, Xiaojun Yao*. RetroPrime: A Diverse, plausible and Transformer-based method for Single-Step retrosynthesis predictions[J]. Chemical Engineering Journal, 2021, 420: 129845. [HTML] [PDF]
• [2021a] Yuquan Li, Pengyong Li, Xing Yang, Chang-Yu Hsieh, Shengyu Zhang, Xiaorui Wang, Ruiqiang Lu, Huanxiang Liu, Xiaojun Yao*. Introducing block design in graph neural networks for molecular properties prediction[J]. Chemical Engineering Journal, 2021, 414: 128817. [HTML] [PDF]

🏛️ 学术活动

• 期刊
  • 《Briefings in Bioinfomatics》审稿人
• 学会
  • 中国人工智能学会、中国计算机学会、中国化学会 专业会员/委员
• Talk
  • 2023.3 兰州大学第十五届研究生学术年会
    • 报告题目：化学×AI，现在与未来

🙌 其他

• 大乱斗，War3 RPG/RTS，DNF
• 传世烧火棍*5 拥有者
• 我清楚的知道，人与人之间的道路是不可复制的，我躺在我自己的床上。