Knowledge which is felt to be boring is of little use, but knowledge which is assimilated eagerly becomes a permanent possession.
杨奕
Yi Isaac YANG
系统与物理生物学研究所
特聘研究员
yangyi@yiyidaolai.org
Timeline
-
永利娱乐城.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~永利娱乐城.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。
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
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
永利娱乐城年获昇思MindSpore杰出贡献导师奖
媒体报道
2. 南方日报《永利娱乐城》
招聘信息
课题组长期招聘博士后、软件工程师及实习学生,提供有竞争力的薪资及福利待遇,表现优异者可提供深造机会。
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.