主讲人: 江瑛芝 香港中文大学（深圳）助理教授
报告时间: 2025.05.27 9:00-12:00
报告地点：3号楼302
报告摘要：
抗菌肽（Antimicrobial peptide, AMP）是由生物体产生以抵御病原体的重要防御因子，具有广谱抗病毒、抗菌、抗真菌等功能，且可作为免疫调节剂。随着抗微生物耐药性日益严峻，AMP 被认为是替代传统抗生素的重要候选。然而，AMP 的设计与筛选仍面临巨大挑战。本报告介绍了我们基于人工智能的新型方法（如基于深度森林框架的AMPActiPred），用于抗菌肽的预测与活性评估。此外，我们提出 ConsAMPHemo 框架预测AMP的溶血毒性，帮助优化其药物特性。同时介绍了分子动力学模拟对孔道形成机制的探讨。通过整合生物信息学与AI技术，我们致力于构建高效的AMP发现平台，为抗微生物耐药性新药开发提供有力工具。
报告人简介：
江瑛芝，香港中文大学（深圳）助理教授，牛顿国际学者(2018-2020)。其研究经验涵盖了分子动力学、统计力学和计算辅助药物设计等一系列前沿课题。江瑛芝在德国海德堡攻读博士学位，研究重点是气相原子物理。她的研究探讨了电子衰变过程中核运动的影响，重新塑造了人们对相关光谱中测得线宽的理解。在博士研究结束后，江瑛芝将研究重点转向生物物理学，在香港中文大学担任博士后研究员，后在南安普敦大学以牛顿国际学者身份展开独立研究。在此期间，江瑛芝开发了一种新方法，用于后处理配体轨迹以计算配体与其衍生物和蛋白质结合时的自由能差。除此之外，她还通过分子动力学模拟探究了酶进化对底物结合的影响。随着时间的推移，她的研究逐渐转向与微生物耐药性相关的靶点。
目前，江瑛芝博士担任香港中文大学（深圳）助理教授，依托科比尔卡创新药物开发研究所，展开研究工作。她的团队开发了多个用于抗微生物肽分类的机器学习模型、通过分子动力学模拟研究了药物受体与底物结合模式，并使用量子计算优化了β-内酰胺药物的力场参数，开发了配分函数新算法。迄今为止，江瑛芝已在多种同行评审期刊上发表了42篇论文，包括《自然结构与分子生物学》（影响因子18.36）、《自然通讯》（影响因子14.7）、《生物信息学简报》（影响因子13.99）、《蛋白质科学》（影响因子8.0）、《分析化学》（影响因子8.0）、《物理评论快报》（影响因子8.1）、《化学物理杂志》（影响因子4.4）等。
邀请人：厦门大学信息学院刘向荣教授
