阎爱侠

发布时间：2019-10-31

阎爱侠

姓名：阎爱侠

职称：教授

邮箱：yanax@mail.buct.edu.cn

办公地址：科技大厦-408



教育背景：

1991,9–1995,6兰州大学化学系，学士学位

1995,9–2000,6兰州大学化学系，获理学博士学位


工作经历：

2001, 1–2003, 1 德国爱尔兰根大学，作为洪堡研究员进行研究工作

2003,2–2005,1 英国牛津大学化学系，作为研究科学家进行研究工作

2010,4–2010,6 德国波恩大学，作为洪堡研究员进行研究工作

2005,2–今 北京化工大学，在生命科学与技术学院制药工程系工作


主要研究领域：

主要研究领域为计算化学、化学信息学、药物信息学、计算机人工智能辅助药物设计。以重要生物靶标的抑制剂及小分子药物的生物活性为研究对象，充分利用生物信息学、化学信息学、计算化学等工具和方法，进行药物信息及数据挖掘、多种机器学习方法的建模、化合物虚拟筛选等研究，以预测新化合物的生物活性，寻找和设计新的先导化合物。

近年来进行的主要科研工作包括：1、有机化合物及药物ADMET性质的计算预测：包括水溶解度、血脑屏障系数、生物利用度、P型糖蛋白底物、化合物致癌性、生物降解性等；2、针对抗癌药物靶标的抑制剂的计算预测和虚拟筛选：包括酪氨酸激酶（FLT3、BTK和EGFR等）、极光激酶A和B、以及热休克蛋白质HSP90等；3、针对抗病毒药物标靶的抑制剂的计算预测：包括抗艾滋病药物靶标HIV-1整合酶、抗丙型肝炎病毒药物靶标HCV聚合酶和HCV蛋白酶、抗新冠病毒药物靶标3CLpro和Mpro、以及抗流感病毒神经氨酸酶等；4、针对抗炎药物靶标的抑制剂的构效关系预测和虚拟筛选：环氧合酶（COX-1和COX-2）、5-脂氧合酶（5-LOX）、前列腺素E2合酶（mPGES-1）等。


学术兼职：

中国生物信息与药物发现专业委员会常务委员，SAR and QSAR in Environmental Research 期刊编委。


学术成绩：

曾承担国家863、国家自然科学基金、教育部留学回国人员基金和国际合作等科研项目。在国内外重要期刊上发表有关论文100余篇，其中包括SCI论文90余篇（其中单篇最高SCI影响因子为9.6，SCI影响因子之和为355）。论文发表后，被其他研究人员在国际SCI权威和著名期刊上正面引用1300余次，单篇论文最高他引次数119次；并参与4部英文专著有关章节的撰写。

（课题组：http://cadd408.com/

ResearchGate： http://www.researchgate.net/profile/Aixia_Yan/

百度学术: https://xueshu.baidu.com/scholarID/CN-BR74F0NJ

ORCID: http://orcid.org/0000-0003-4811-8510）


获奖及荣誉：

(1) 2001年，获德国洪堡基金会的洪堡学者奖学金 (Alexander von Humboldt Research Fellowship)   

(2) 1999年，获中国科学院奖学金

(3) 2012年，北京化工大学 “巾帼建功” 先进个人

(4) 2012年，北京化工大学 “师德先进个人”



代表性著作：

  1. Huo, D.H.; Sun, Z.Q.; Wang, M.L.; Yan, A.X.*Ligand and structure based hierarchical virtual screening cascade for finding novel epidermal growth factor receptor inhibitors, Chemical Biology & Drug Design,2024, 103, e14375.

  2. Li, G.; Li, J.X.; Tian, Y.J.; Zhao, Y.Y.; Pang, X.Y.; Yan, A.X.*Machine learning-based classification models for non-covalent Bruton’s tyrosine kinase inhibitors: predictive ability and interpretability, Molecular Diversity, 2023,Published online: 21 Jul 2023.https://doi.org/10.1007/s11030-023-10696-6

  3. Yin, H.Y.; Lin, C.; Tian, Y.J.; Yan, A.X.*Prediction and Structure–Activity Relationship Analysis on Ready Biodegradability of Chemical Using Machine Learning Method,Chemical Research in Toxicology,2023, 36(4), 617–629.

  4. Tian, Y.; Zhang, Z.; Yan, A.* Discovering the Active Ingredients of Medicine and Food Homologous Substances for Inhibiting the Cyclooxygenase-2 Metabolic Pathway by Machine Learning Algorithms. Molecules, 2023, 28, 6782.

  5. Huo, D.H.; Wang, S.Y.; Kong, Y.; Qin, Z.J.; Yan, A. X.* Discovery of Novel Epidermal Growth Factor Receptor (EGFR) Inhibitors Using Computational Approaches, Journal of Chemical Information and Modeling, 2022, 62(21):5149-5164.

  6. Kong, Y.; Zhao, X.M.; Liu, R.Z.; Yang,Z.W.; Yin H.Y.; Zhao, B.W.; Wang, J.L.; Qin, B.J.; Yan, A.X.* Integrating concept of pharmacophore with graph neural networks for chemical property prediction and interpretation, Journal of Cheminformatics, 2022, 14:52.  https://doi.org/10.1186/s13321-022-00634-3

  7. Qin, Z.J.;Xi, Y.;Zhang, S.D.;Tu, G.P.; Yan, A.X.* Classification of Cyclooxygenase-2 Inhibitors using Support Vector Machine and Random Forest Methods, Journal of Chemical Information and Modeling,2019,59 (5),1988-2008.

  8. Kong, Y.; Bender, A.; Yan, A.X.*Identification of Novel Aurora Kinase A (AURKA) Inhibitors via Hierarchical Ligand-Based Virtual Screening. Journal of Chemical Information and Modeling, 2018, 58(1), 36-47.

  9. Wang, M.L.; Li, L; Yu, C.Y.; Yan, A.X.*; Zhao, Z. Z.; Zhang, G.; Jiang, M.; Lv, A.P.; Gasteiger, J. Classification of Mixtures of Chinese Herbal Medicines Based on a Self-Organizing Map (SOM), Molecular Informatics, 2016, 35(3-4), 109-115.

  10. Li, Y.; Xuan, S.Y.; Feng, Y.;Yan, A.X.*Targeting HIV-1 integrase with strand transfer inhibitors, Drug Discovery Today,2015, 20(4), 435-449.

  11. Wang, M.L.; Zhong, M.; Yan, A.X.*; Li, L.; Yu, C.Y. Quantitative structure and bioactivity relationship study on HCV NS5B polymerase inhibitors, SAR and QSAR in Environmental Research, 2014, 25(1), 1-15.

  12. Heikamp, K.; Hu, X.Y.; Yan, A.X.;Bajorath, J. Prediction of Activity Cliffs Using Support Vector Machines, Journal of Chemical Information and Modeling, 2012, 52 (9), 2354-2365.

  13. Yan, A.X.*; Wang, L.; Xu, S.Y.; Xu J. Aurora-A Kinase Inhibitor Scaffolds and Binding Modes, Drug Discovery Today, 2011, 16(5-6),260-269.

  14. Wang, Z.; Chen, Y.Y.; Liang, H.; Bender, A.; Glen, R.C.; Yan, A.X.* P-glycoprotein Substrate Models Using Support Vector Machines Based on a Comprehensive Data set, Journal of Chemical Information and Modeling, 2011, 51(6), 1447-1456.

  15. Yan, A.X.; Grant, G. H.; Richards, W. G. Dynamics of Conserved Waters in Human HSP 90: Implications for Drug Design, Journal of the Royal Society Interface, 2008. 5 (supp3), S199–S205.

  16. Yan, A.X.* Application of Self-Organizing Maps in Compounds Pattern Recognition and Combinatorial Library Design, Combinatorial Chemistry & High Throughput Screening, 2006, 9(6), 473-480.

  17. Yan, A.X. andGasteiger, J., Prediction of Aqueous Solubility of Organic Compounds Based on a 3D Structure Representation, Journal of Chemical Information and Computer Science, 2003, 43(2), 429-434.

  18. Yan, A.X.* Prediction of ADME Properties, in “Applied Chemoinformatics: Achievements and Future Opportunities”, pp333-358, Editors: T. Engel, J. Gasteiger, Wiley-VCH, Weinheim, 2018. (外文专著)


教师寄语:

业精于勤荒于嬉，行成于思毁于随。


招生要求：

英语优秀，计算机较好，专业基础扎实，对药物信息学及计算化学等研究课题感兴趣，并愿意在该研究领域学习和钻研。