可伸缩导航栏
地址：深圳市光明区光侨路高科创新中心
电话：+86-755-86967710
邮箱：webmaster@szbl.ac.cn
电话：+86-755-86967710
邮箱：webmaster@szbl.ac.cn
Timeline
研究领域
研究成果
荣誉奖励
媒体报道
招聘信息
代表论文
Timeline
2024.05~至今
深圳湾实验室 系统与物理生物学研究所
特聘研究员
2019.04~2024.04
深圳湾实验室 系统与物理生物学研究所
副研究员
2016.01~2019.02
苏黎世联邦理工学院 Michele Parrinello教授课题组
博士后
2015.10~2015.12
北京大学 化学与分子工程学院
研究助理
2010.09~2015.07
北京大学 化学与分子工程学院
理学（物理化学）博士
2006.09~2010.06
山东大学 材料科学与工程学院
理学（材料物理）学士
研究领域
课题组致力于发展基于人工智能的分子模拟理论、方法、软件和计算平台，并将其应用到有意义的化学、生物和医药体系的研究中。
目前课题组的主要研究方向包括：
1）开发基于人工智能的新一代分子动力学模拟软件与计算平台；
2）开发基于深度学习的新型分子力场和增强采样方法；
3）复杂化学反应体系的多尺度AI分子模拟；
4）基于AI和分子模拟相结合的药物分子虚拟筛选、设计及晶型预测；
5） 凝聚态体系相变的理论研究。
研究成果
杨奕博士长期从事计算化学、特别是分子动力学模拟相关的理论研究工作，在J. Chem. Theory Comput.、J. Physical Chem. Lett.、Phys. Rev. Lett.等期刊发表学术论文二十余篇。
代表性成果：
1）增强采样方法的开发和应用：发展了多尺度增强采样方法MetaITS，对部分体系的采样效率可提高一个数量级以上；使用其在全原子分子动力学模拟中首次实现可逆冰水相变过程。
2）MD模拟中的深度强化学习：率先将深度强化学习引入分子动力学模拟，并创造了一系列创新算法。
3) MD模拟软件的开发：与华为技术有限公司合作开发了具有自主知识产权、基于人工智能的分子动力学模拟软件MindSPONGE，并提出了面向下一代MD模拟软件的全新“类AI”程序架构。相关文章（J. Chem. Theory Comput.2023, 19, 4338-4350）被选为“编辑良择”，且成为JCTC杂志12月内最佳阅读文章之一。
荣誉奖励
2020年获华为首批HUAWEI Ascend Expert (HAE) 荣誉称号
2022年成为昇思MindSpore资深布道师
2023年成为昇思MindSpore技术委员会成员
2024年获昇思MindSpore杰出贡献导师奖
代表论文
1. Zhang, J.; Chen, D.; Xia, Y.; Huang, Y.-P.; Lin, X.; Han, X.; Ni, N.; Wang, Z.; Yu, F.; Yang, L.;Yang, Y. I.; Gao, Y. Q., Artificial Intelligence Enhanced Molecular Simulations.J. Chem. Theory Comput.2023, 19, 4338-4350.
2. Li, M.; Zhang, J.; Niu, H.; Lei, Y.-K.; Han, X.; Yang, L.; Ye, Z.;Yang, Y. I.; Gao, Y. Q., Phase Transition between Crystalline Variants of Ordinary Ice.J. Phys. Chem. Lett.2022, 13, 8601-8606.
3. Lei, Y.-K.; Zhang, Z.; Han, X.;Yang, Y. I.; Zhang, J.; Gao, Y. Q., Locating Transition Zone in Phase Space.J. Chem. Theory Comput.2022, 18, 6124-6133.
4. Zhang, J.; Lei, Y.-K.; Zhang, Z.; Han, X.; Li, M.; Yang, L.;Yang, Y. I.; Gao, Y. Q., Deep Reinforcement Learning of Transition States.Phys. Chem. Chem. Phys.2021, 23, 6888-6895.
5. Zhang, J.; Lei, Y.-K.;Yang, Y. I.; Gao, Y. Q., Deep Learning for Variational Multiscale Molecular Modeling.J. Chem. Phys.2020, 153, 174115.
6. Zhang, J.;Yang, Y. I.; Noé, F., Targeted Adversarial Learning Optimized Sampling.J. Phys. Chem. Lett.2019, 10, 5791-5797.
7. Niu, H.;Yang, Y. I.; Parrinello, M., Temperature Dependence of Homogeneous Nucleation in Ice.Phys. Rev. Lett.2019, 122, 245501.
8.Yang, Y. I.; Niu, H.; Parrinello, M., Combining Metadynamics and Integrated Tempering Sampling.J. Phys. Chem. Lett.2018, 9, 6426-6430.
关注我们
联系方式
地址：深圳市光明区光侨路高科创新中心
电话：+86-755-86967710
邮箱：webmaster@szbl.ac.cn
邮编：518132
Copyright © 2024 深圳湾实验室 版权所有www.szbl.ac.cn All Rights Reserved.粤ICP备19032884号
粤公网安备44031102000926号