7月9日学术报告:机器学习辅助生物功能材料设计及应用

报告题目:机器学习辅助生物功能材料设计及应用

报告人:冯凌燕 教授 上海大学

报告时间:2025年7月9日上午9:00-10:00

报告地点:嘉锡楼413



个人简介:

冯凌燕,上海大学教授。中科院长春应用化学研究所博士毕业,在德国于利希研究中心进行博士后研究,之后加入上海大学材料基因组工程研究院。主要从事生物功能材料设计、分子识别及光/电化学生物传感及催化应用等相关研究,近年来围绕机器学习辅助的材料设计新范式,集成“数据-计算-实验”的材料基因组研发理念,拓展新型生物功能材料理性设计及示范应用。截至目前,累计发表SCI论文106篇,论文被引4700余次,其中第一/通讯作者68篇,包括Adv Mater, Angew Chem Int Ed, Nat Commun等,累计6篇ESI高被引和5篇封面论文。2021-2024连续四年入选全球前2%顶尖科学家(年度榜单),并先后入选上海高校特聘教授(东方学者)及其择优跟踪计划、上海市青年科技英才启明星、德国洪堡学者等。独立主持国家自然科学基金、上海市面上项目等累计7项国家及省市级科研项目。担任Journal of Materials Informatics等多个期刊青年编委,全国普通高等学校本科教育教学评估专家等。

报告摘要:

设计新型生物功能材料具有重要疾病诊疗意义。鉴于新材料制备过程中系统环境的复杂性以及材料合成数据缺乏清晰度,精确构建实验参数和目标性能之间的关系存在困难,机器学习可以极大地优化材料设计合成和性能提升,助力新型生物功能材料研究新范式。

本报告中将重点汇报课题组近年来相关工作,包括核酸模板圆偏振功能材料探索,并实现系列无机功能材料组装及应用拓展。同时随着机器学习辅助材料设计新范式的快速发展,汇报一类以特殊核酸/核苷单元制备手性可调且结构可控的手性凝胶材料体系,采用“实验-预测-验证”的优化及特征重要性筛选,建立了可控制备的分类和回归模型,确定各种可能的合成实验参数及其组合与材料目标性能之间的关系。通过机器学习和实验验证相结合进行大规模预测筛选,材料性能提升10倍以上。同时,基于特殊DNA与功能碳纳米材料分子识别,从分子水平和纳米尺度阐述其作用机理,构象转化可能性,并探索其在高灵敏生物诊断,信号放大和肿瘤诊疗方面的探索。结合新型的“分而治之”机器学习策略等识别碳量子点生物功能材料小数据机理,推选最优虚拟的实验合成路径进行实验验证,开展了碳点纳米酶活性、一氧化氮气体治疗、光热治疗等系列工作,有效拓展机器学习辅助的碳基生物复合材料体系相关应用。


 


Copyright © 2014 福州大学 食品安全分析与检测重点实验室 版权所有


友情链接: 国家自然科学基金委     中国教育部     福建省科技厅     福建省教育厅     福州大学     福大化学学院