代绍兴 昆明理工大学灵长类转化医学研究院教授

代绍兴，昆明理工大学灵长类转化医学研究院教授、博士生导师，生物信息大数据平台负责人，云南省技术创新人才，云南省“兴滇英才支持计划”产业创新人才。长期专注于“生物信息学与药物发现”研究领域，综合利用人工智能、化学和生物信息学等计算手段并结合动物模型等湿实验验证，进行天然产物的高通量活性筛选、新靶标发现与调控等研究，研发源于中医药、具有新靶标和新机制的原创药。先后在《细胞》（Ce）、《蛋白质与细胞》（Proten&Ce）、《自然·通讯》（Nature Communcatons）、《科学进展》（Scence Advances）等国际学术期刊上发表了57篇《科学引文索引》（SCI）研究论文；发表文章被引用1400次。基于人工智能和生物大数据，发展了一系列针对多种疾病（感染疾病、癌症、神经退行性疾病等）和衰老的活性化合物预测方法及平台（DrugPredict）。申请发明专利27项，其中13项发明专利获得授权，发明专利涉及抗衰老、抗病毒、肝硬化分子标志物和肿瘤治疗和预后。主持国家自然科学基金和云南省应用基础研究等项目8项。

生物信息大数据平台负责人

Ph.D., Professor, PhD supervisor

Principal Investigator in Bioinformatics big data platform

教育及工作经历 Education and Academic Positions

2004.09-2008.06：兰州大学，生命科学学院，生物科学，理学学士

2008.09-2013.06：中国科学技术大学，生物化学与分子生物学，理学博士

2013.07-2018.11：中国科学院昆明动物研究所，助理研究员

2018.12-2020.11：昆明理工大学灵长类转化医学研究院，讲师

2020.12-2023.11：昆明理工大学灵长类转化医学研究院，副教授

2023.12   -   至今：昆明理工大学灵长类转化医学研究院，教授

2004.09-2008.06: School of Life Sciences, Lanzhou University, B. S. in Biological Science

2008.09-2013.06: School of Life Sciences, University of Science and Technology of China (USTC), Ph. D. in Biochemistry and Molecular Biology

2013.7-2018.11: Assistant researcher,  Kunming Institute of Zoology, Chinese Academy of Sciences

2018.12-2020.11: lecturer, Institute of Primate Translational Medicine, Kunming University of Science and Technology

2020.12-2023.11: Associate professor, Institute of Primate Translational Medicine, Kunming University of Science and Technology

2023.12-Now: Professor, Institute of Primate Translational Medicine, Kunming University of Science and Technology 

培养研究生情况：

在读博士2人，在读硕士研究生17人，毕业5人。

招生信息：

欢迎优秀的本科生和硕士报考本实验室

实验室围绕生物信息学与药物发现、免疫与衰老等开展研究，长期招收硕士研究生（每年6-7名）、博士研究生（每年2-3名）。常年招聘博士后、讲师、副教授等岗位，诚邀有志于生物信息与人工智能交叉研究的优秀青年加入！

一、招生条件

（1）硕士研究生（每年6-7个名额）

拥护中国共产党的领导，愿为社会主义现代化建设服务，品德良好，诚实守信，遵纪守法；

具有生物学、生物信息学、计算机科学、自动化、数学等相关专业背景，对生物信息学与AI交叉研究有强烈兴趣；

英语水平通过全国大学英语六级考试（六级成绩425分及以上）或通过全国大学英语四级考试且成绩为优秀（四级成绩500分及以上）。

（2）博士研究生（每年2-3个名额）

报考者具有良好的学术背景、团队合作精神、热爱探索、立志从事科研或转化研究的优秀应届硕士生，以及在专业领域从事技术研发岗位的往届毕业生报考学术型博士研究生；也欢迎具有一定工作经验和转化潜力的企业界、临床转化相关人员报考生物与医药工程博士研究生。

拥护中国共产党的领导，愿为社会主义现代化建设服务，品德良好，诚实守信，遵纪守法；

英语水平通过全国大学英语六级考试（六级成绩425分及以上）；

要求硕士期间完成独立课题，并以第一作者（或并列一作排名第一）发表或即将发表SCI论文，能独立承担探索性研究课题；

 对生物信息学分析有强烈兴趣，熟练使用R、Python、Perl等编程语言中的一种，熟悉linux操作环境。

报考信息请留意网站通知http://www.kust.edu.cn/zsjy/bsyjszs.htm。

二、申请方式

我们热忱欢迎对生物信息学、AI for Science、药物发现等交叉领域感兴趣的科研人员和专业人士加入，共同推动生命科学和疾病治疗的进步！请报考者将以下申请材料电子版以“姓名-学校-申请（硕士/博士/岗位）”为主题，打包发送至唯一指定邮箱：daisx@lpbr.cn。 

主要研究方向 Research interests

通过整合严重疾病中的多组学数据发掘和鉴定治疗靶标(系统生物学)

对治疗靶点及其药物结合口袋进行三维结构分析和可视化(结构生物信息学)

筛选和设计能够靶向和调控治疗靶点的先导化合物(药物发现)

机器学习和深度学习在转化医学中的运用

I mainly focus on the application of bioinformatics and machine learning in target identification and drug discovery by integrating multi-omics data.

Identification of therapeutic targetby integrating multi-omics data in serious diseases (System biology)

Structural analysis of thetherapeutic target and its drug-binding site (Structuralbioinformatics)

Screening and design the lead compounds that modulate the target (Drug discovery)

Application of Machine learning and deep learning  

 科研领域描述 Research Field

团队长期专注于“生物信息学与药物发现”研究领域，通过综合利用生物信息学、人工智能、基因编辑、动物模型等技术体系，整合疾病多组学数据，发掘新颖的疾病靶标，在此基础上开发出能够精准调控新靶标的基因编辑疗法和小分子药物。以传统中草药和天然产物为出发点，发展了一系列针对多种疾病（传染疾病、癌症、神经退行性疾病等）和衰老的活性化合物预测方法和平台。为了提高药物研发效率，基于机器学习和深度学习以及化学信息学理论，开发了药物智能研发系统(DrugPredict)。

The team has a long-standing focus on bioinformatics and drug discovery. Through the comprehensive use of bioinformatics, artificial intelligence, gene editing, animal models and other technology systems, the team integrates multi-omics data of diseases, discovers novel disease targets, and on this basis develops gene editing therapeutics and small molecule drugs capable of precisely regulating the new targets. Taking traditional Chinese herbs and natural products as a starting point, we have developed a series of drug prediction methods and platforms for a wide range of diseases (infectious diseases, cancer, neurodegenerative diseases, etc.) and ageing. To improve the efficiency of drug discovery and development, an intelligent drug discovery and development system (DrugPredict) has been developed based on machine learning, deep learning and the theory of chemoinformatics.

承担科研项目情况 Research funding 

1、国家自然科学基金-青年科学基金项目，2015-2017，项目名称：抗HIV新靶标的生物信息学发掘和实验验证，主持。

2、云南省基础研究计划-面上项目，2019-2022，项目名称：利用机器学习发掘新型低毒抗细菌化合物及其实验验证，主持。

3、云南省高层次科技人才及创新团队选拔专项，2020-2025，项目名称：技术创新人才培养对象项目代绍兴，主持。

4、国家自然科学基金——地区科学基金项目，2022-2025，项目名称：基于机器学习和异体住囊虫模型的抗衰老化合物筛选及其机制研究，主持。

5、云南省中央引导地方项目专项，2022-2023，项目名称：联合人工智能和动物模型进行抗衰老化合物筛选研究，主持。

6、云南省“兴滇英才支持计划” 产业创新人才项目，2024-2028，主持。

7、国家自然科学基金——面上项目，2025-2028，项目名称：调控hnRNPA2B1蛋白二聚化的小分子抑制剂的计算筛选、验证和抗衰老活性研究，主持。

8、云南省中央引导地方科技发展资金项目，2025-2027，项目名称：科技创新基地建设——灵长类动物疾病模型资源数字化和人工智能研究，主持。

认定成果：

[1]鲁璟哲, 代绍兴, 杨耐雪. 基于专利视角的遗传病生物标志物国内创新态势研究[J]. 河南师范大学学报(自然科学版), 2026, 54 (1): 134-139.

发明公开：

[1]许敏, 赵楷, 冯阳, 代绍兴, 陈浩. EGFR抑制剂药物在制备抗衰老药物中的应用[P]. 云南省: CN121754550A, 2026-03-31.

[2]代绍兴, 周子昂, 刘伟, 许敏, 李金峻, 杨耐雪, 杨鹏鹏, 朱然, 伍黎. 一种基于氨基酸配对距离编码的蛋白质口袋特征化方法及其应用[P]. 云南省: CN121662171A, 2026-03-13.

[3]代绍兴, 庞莘瀚, 许敏, 李金峻, 杨鹏鹏, 杨耐雪, 朱然. 金松双黄酮在制备提高细胞活力及抗衰老产品中的应用[P]. 云南省: CN121489931A, 2026-02-10.

[4]代绍兴, 武博涵, 许敏, 李金峻, 杨耐雪, 杨鹏鹏, 朱然, 伍黎. 拟人参皂苷RT5在制备升白细胞药物和肿瘤治疗支持药物中的应用[P]. 云南省: CN121466113A, 2026-02-06.

[5]代绍兴, 李金峻, 许敏, 武博涵, 杨耐雪, 杨鹏鹏, 朱然, 伍黎. 拟人参皂苷RT5在制备抗细胞和整体衰老产品中的应用[P]. 云南省: CN121265622A, 2026-01-06.

[6]杨耐雪, 马文倩, 伍黎, 王毅超, 代绍兴. 基于机器学习筛选早期非侵入性阿尔兹海默病筛查的生物标志物的方法[P]. 云南省: CN120072059A, 2025-05-30.

[7]代绍兴, 陈志远, 吕豪豪, 周子昂, 杨耐雪. 一种基于化合物扰动转录组和蛋白序列预测化合物靶点的方法及应用[P]. 云南省: CN119889424A, 2025-04-25.

[8]许敏, 苏丽花, 付涛, 王维, 杨雅琳, 褚敏蓉, 王亦灿, 陈浩, 代绍兴. 木奶果内酯及其药物组合物和应用[P]. 云南省: CN119708000A, 2025-03-28.

[9]代绍兴, 吕豪豪, 包杨欢, 杨鹏鹏, 周子昂. 一种抗抑郁药物预测方法[P]. 云南省: CN119517448A, 2025-02-25.

[10]代绍兴, 包杨欢, 杨鹏鹏, 周子昂, 吕豪豪. 一种基于BDNF/TrkB信号通路表达特征优选神经系统疾病药物的方法[P]. 江苏省: CN119418767A, 2025-02-11.

[11]代绍兴, 包杨欢, 吕豪豪, 杨鹏鹏, 周子昂. 一种利用血液基因表达组合来诊断难治性抑郁症的方法[P]. 江苏省: CN119339802A, 2025-01-21.

[12]代绍兴, 包杨欢, 杨鹏鹏, 周子昂, 吕豪豪. 一种高效的基于网络接近度法的药物优选方法[P]. 江苏省: CN119252320A, 2025-01-03.

[13]代绍兴, 贾荣芳, 许敏, 吴培荣, 朱正娜. 一种具有抗衰老活性的有机杜松果精油及其应用[P]. 云南省: CN117482008A, 2024-02-02.

[14]代绍兴, 朱正娜, 许敏, 吴培荣, 贾荣芳. 一种有机蜡菊/永久花精油在制备抗衰老活性产品中的应用[P]. 云南省: CN117243860A, 2023-12-19.

[15]代绍兴, 梁积浩, 郑阳. 一种针对多种病毒的新型活性化合物计算筛选方法[P]. 云南省: CN116469485A, 2023-07-21.

[16]代绍兴, 郑阳, 梁积浩. 一种抗衰老化合物数据库、构建方法及应用[P]. 云南省: CN116312867A, 2023-06-23.

[17]代绍兴, 仝新, 姜辰龙, 黄京飞, 赖仞, 李文兴, 李功华, 梁积浩, 郑阳, 杨鹏鹏. 瑞格列奈的抗细菌应用及抗细菌活性预测和结构新颖性评价方法[P]. 云南省: CN115364099A, 2022-11-22.

[18]仝新, 代绍兴, 姜辰龙, 黄京飞, 赖仞, 李文兴, 李功华, 梁积浩, 郑阳, 杨鹏鹏. 福辛普利的抗细菌应用及抗细菌活性预测和结构新颖性评价方法[P]. 云南省: CN115376624A, 2022-11-22.

[19]代绍兴, 仝新, 姜辰龙, 黄京飞, 赖仞, 李文兴, 李功华, 梁积浩, 郑阳, 杨鹏鹏. 达舒平的抗细菌应用及抗细菌活性预测和结构新颖性评价方法[P]. 云南省: CN115359854A, 2022-11-18.

[20]许敏, 代绍兴. 一种倍半萜类衍生物及其在制备广谱抗病毒药物中的应用[P]. 云南省: CN114751914A, 2022-07-15.

[21]赵旭东, 李文兴, 李功华, 黄京飞, 代绍兴. 一种基于多基因表达特征谱的胶质母细胞瘤个性化预后评估方法[P]. 云南: CN108733980A, 2018-11-02.

[22]李功华, 李文兴, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的胰腺癌个性化预后评估方法[P]. 云南: CN108648826A, 2018-10-12.

[23]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的肾透明细胞癌个性化预后评估方法[P]. 云南: CN108647493A, 2018-10-12.

[24]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的肝癌个性化预后评估方法[P]. 云南: CN108630317A, 2018-10-09.

[25]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的宫颈癌个性化预后评估方法[P]. 云南: CN108611416A, 2018-10-02.

[26]李功华, 黄京飞, 李文兴, 代绍兴, 唐承薇, 童欢. 肝硬化早期小分子标志物及其应用[P]. 云南: CN108572251A, 2018-09-25.

[27]黄京飞, 李文兴, 李功华, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的胃癌个性化预后评估方法[P]. 云南: CN108470111A, 2018-08-31.

[28]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的肺腺癌个性化预后评估方法[P]. 云南: CN108363907A, 2018-08-03.

[29]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的结肠癌个性化预后评估方法[P]. 云南: CN108320806A, 2018-07-24.

[30]代绍兴, 黄京飞, 陈欢, 郑永唐, 李功华, 李文兴. 蒽环类化合物在制备治疗艾滋病的药物中的应用[P]. 云南: CN107041891A, 2017-08-15.

[31]代绍兴, 黄京飞, 陈欢, 郑永唐, 李功华, 李文兴. 西曲瑞克在制备治疗艾滋病的药物中的应用[P]. 云南: CN107007814A, 2017-08-04.

[32]代绍兴, 黄京飞, 陈欢, 郑永唐, 李功华, 李文兴. 达巴万星在制备治疗艾滋病的药物中的应用[P]. 云南: CN106668833A, 2017-05-17.

发明授权：

[1]仝新, 代绍兴, 姜辰龙, 黄京飞, 赖仞, 李文兴, 李功华, 梁积浩, 郑阳, 杨鹏鹏. 福辛普利的抗细菌应用[P]. 云南省: CN115376624B, 2026-07-24.

[2]代绍兴, 仝新, 姜辰龙, 黄京飞, 赖仞, 李文兴, 李功华, 梁积浩, 郑阳, 杨鹏鹏. 达舒平的抗菌应用[P]. 云南省: CN115359854B, 2026-07-21.

[3]许敏, 苏丽花, 付涛, 王维, 杨雅琳, 褚敏蓉, 王亦灿, 陈浩, 代绍兴. 木奶果内酯及其药物组合物和应用[P]. 云南省: CN119708000B, 2026-01-13.

[4]代绍兴, 吕豪豪, 包杨欢, 杨鹏鹏, 周子昂. 一种抗抑郁药物预测方法[P]. 云南省: CN119517448B, 2025-10-31.

[5]代绍兴, 陈志远, 吕豪豪, 周子昂, 杨耐雪. 一种基于化合物扰动转录组和蛋白序列预测化合物靶点的方法及应用[P]. 云南省: CN119889424B, 2025-09-30.

[6]许敏, 代绍兴. 一种倍半萜类衍生物及其在制备广谱抗病毒药物中的应用[P]. 云南省: CN114751914B, 2024-04-19.

[7]代绍兴, 仝新, 姜辰龙, 黄京飞, 赖仞, 李文兴, 李功华, 梁积浩, 郑阳, 杨鹏鹏. 瑞格列奈的抗细菌应用及抗细菌活性预测和结构新颖性评价方法[P]. 云南省: CN115364099B, 2023-11-03.

[8]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的肝癌个性化预后评估方法[P]. 云南省: CN108630317B, 2022-04-15.

[9]李功华, 李文兴, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的胰腺癌个性化预后评估方法[P]. 云南省: CN108648826B, 2022-04-15.

[10]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的结肠癌个性化预后评估方法[P]. 云南省: CN108320806B, 2022-04-12.

[11]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的肺腺癌个性化预后评估方法[P]. 云南省: CN108363907B, 2022-01-18.

[12]黄京飞, 李文兴, 李功华, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的胃癌个性化预后评估方法[P]. 云南省: CN108470111B, 2022-01-18.

[13]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种肾透明细胞癌个性化预后评估方法[P]. 云南省: CN108647493B, 2022-01-18.

[14]赵旭东, 李文兴, 李功华, 黄京飞, 代绍兴. 基于多基因表达特征谱胶质母细胞瘤个性化预后评估方法[P]. 云南省: CN108733980B, 2022-01-18.

[15]李文兴, 李功华, 黄京飞, 赵旭东, 代绍兴. 一种基于多基因表达特征谱的宫颈癌个性化预后评估方法[P]. 云南省: CN108611416B, 2020-12-29.

[16]代绍兴, 黄京飞, 陈欢, 郑永唐, 李功华, 李文兴. 西曲瑞克在制备治疗艾滋病的药物中的应用[P]. 云南省: CN107007814B, 2020-03-17.

[17]李功华, 黄京飞, 李文兴, 代绍兴, 唐承薇, 童欢. 肝硬化早期小分子标志物及其应用[P]. 云南省: CN108572251B, 2020-01-17.

[18]代绍兴, 黄京飞, 陈欢, 郑永唐, 李功华, 李文兴. 达巴万星在制备治疗艾滋病的药物中的应用[P]. 云南省: CN106668833B, 2019-05-14. 

代表性论文 Publications： 

[1]Ziang Zhou#, Yuquan Li, Pengpeng Yang, Ran Zhu, Jinjun Li, Bohan Wu, Min Xu*, Naixue Yang*, Shaoxing Dai*. Ligand-Specific Conformational Dynamics and Interaction Landscapes of hnRNPA2B1 Reveal a Structural Basis for Its Functional Regulation. [J]. Current Research in Structural Biology, 2026.

[2]Guotai Yang#, Jinjun Li#, Tengyun Shu, Wenjing Pan, Qiong Wang, Jiarao Wang, Xinhan Pang, Shaoxing Dai*, Min Xu*. The Landscape of Anti-HBV Activity in Essential Oils: A Machine Learning-Based Virtual Screening Framework and Anti-HBV Activity of Acorus tatarinowii Schott[J]. ACS Omega, 2025.

[3]Si C, Zhu R, Wu J, Chen Z, Tang Z, Li Z, Kang Y, Xiang L, Zuo J, Yang P, Chu C, Yang S, Li Z, Zhao L, Chen X, Pu Y, Tian B, Yang Z, Ji W*, Dai S*, Niu Y*. Production of live monkeys and their genetically matched embryonic stem cells from single embryos. Nature communications 2025, 16(1): 5529.

[4]Li J, Zhao K, Yang G, Lv H, Zhang R, Li S, Chen Z, Xu M, Yang N*, Dai S*. Development and Application of a Senolytic Predictor for Discovery of Novel Senolytic Compounds and Herbs. Molecules 2025, 30(12).

[5]Li S, Lv H, Zhang R, Li J, Chen Z, Yang N*, Dai S*. Aging-related alternative splicing drive neoantigen emergence revealed by transcriptome analysis of 1,255 human blood samples. Front Aging 2025, 6: 1575862.

[6]Wang Y, Yuan H, Tan Y, Wu L, Zhao X, Yang Z, Dai S*, Yang N*. A novel Tc17 population recruited by tumor cells promotes tumor progression in gastric cancer. Front Oncol 2025, 15: 1592328.

[7]Wu L, Zhang R, Wang Y, Dai S*, Yang N*. Integrative single-cell and cell-free plasma RNA transcriptomics identifies biomarkers for early non-invasive AD screening. Front Aging Neurosci 2025, 17: 1571783.

[8]Zhang R, Chen Z, Li S, Lv H, Li J, Yang N*, Dai S*. (2025). Proteome-Wide Identification and Comparison of Drug Pockets for Discovering New Drug Indications and Side Effects. Molecules, 30(2).

[9]Ma, L., Yan, Y., Dai, S., Shao, D., Yi, S., Wang, J., ... & Yan, J. (2024). Research on Prediction of Human Oral Bioavailability of Drugs Based on Improved Deep Forest. Journal of Molecular Graphics and Modelling, 108851.

[10]Yao J#, Dai S#, Zhu R#, Tan J, Zhao Q, Yin Y, Sun J, Du X, Ge L, Xu J, Hou C, Li N, Li J, Ji W, Zhu C*, Zhang R*, Li T*. Deciphering molecular heterogeneity and dynamics of human hippocampal neural stem cells at different ages and injury states. eLife, 2024, 12

[11]Yang T R, Huang S C, Wang Y F, Lou Z X, Dai S X, Su L H, Xu M*. Tsaokoflavanols A1-J1: Flavanol-fatty alcohol hybrids with HPL inhibitory activity from Amomum tsao-ko. Phytochemistry, 2024, 219(113982).

[12]Wu J, Kang Y, Luo X, Dai S, Shi Y, Li Z, Tang Z, Chen Z, Zhu R, Yang P, Li Z, Wang H, Chen X, Zhao Z, Ji W*, Niu Y*. Long-term in vivo chimeric cells tracking in non-human primate. Protein & Cell, 2023

[13]WeiJ#, Dai S#, Yan Y#, Li S, Yang P, ZhuR, Huang T, Li X, Duan Y, Wang Z*, Ji W*, Si W*. Spatiotemporal proteomic atlas of multiple brain regions across early fetal to neonatal stages in cynomolgus monkey. Nature communications 2023, 14(1): 3917.

[14]Wang Y F#, Zheng Y#, Cha Y Y, Feng Y, Dai S X, Zhao S*, Chen H*, XuM*. Essential oil of lemon myrtle (Backhousia citriodora) induces S-phase cell cycle arrest and apoptosis in HepG2 cells [J]. Journal of ethnopharmacology, 2023, 312(116493). 

[15]Wang Y F#, Zheng Y#, Feng Y, Chen H, Dai S X, Wang Y*, Xu M*.Comparative Analysis of Active Ingredients and Potential Bioactivities of Essential Oils from Artemisia argyi and A. verlotorum [J]. Molecules, 2023, 28(9) 

[16]Zuo D#, Chen Y#, Cai J P#, Yuan H Y, Wu J Q, Yin Y, Xie J W, Lin J M, Luo J, Feng Y, Ge L J, Zhou J, Quinn R J, Zhao S J, Tong X, Jin D Y, Yuan S*, Dai S X*, Xu M*. A hnRNPA2B1 agonist effectively inhibits HBV and SARS-CoV-2 omicron in vivo [J]. Protein & Cell, 2023, 14(1): 37-50 

[17]Liang J, Zheng Y, Tong X, Yang N, Dai S*. In Silico Identification of Anti-SARS-CoV-2 Medicinal Plants Using Cheminformatics and Machine Learning [J]. Molecules, 2022, 28(1) 

[18]Yu Kang#, Shaoxing Dai#, Yuqiang Zeng#, Fang Wang#, Pengpeng Yang, Zhaohui Yang, Youwei Pu1,3, Zifan Li, Xinglong Chen1, Baohong Tian, Wei Si, Weizhi Ji*, Yuyu Niu*. Cloning and base editing of GFP transgenic rhesus monkey and off-target analysis. Science Advances. 2022.7 8(29)：1-11 [IF: 14.957]

[19]Zhu R#, Tang J#, Xing C, Nan Q, Liang G, Luo J, Zhou J, Miao Y, Cao Y*, Dai S*, Lan D*. The Distinguishing Bacterial Features From Active and Remission Stages of Ulcerative Colitis Revealed by Paired Fecal Metagenomes [J]. Front Microbiol, 2022, 13:883495

[20]Tong X, Li W X, Liang J, Zheng Y, Dai S X*. Two different aging paths in human blood revealed by integrated analysis of gene Expression, mutation and alternative splicing [J]. Gene, 2022, 829：146501.

[21]Tong L.; Dai S. X.; Kong D. J.; Yang P. P.; Tong X.; Tong X. R.; Bi X. X.; Su Y.; Zhao Y. Q.; Liu Z. C.; The genome of medicinal leech (Whitmania pigra) and comparative genomic study for exploration of bioactive ingredients, BMC Genomics, 2022, 23(1): 76.

[22]Li W. X.; Tong X.; Yang P. P.; Zheng Y.; Liang J. H.; Li G. H.; Liu D. H.; Guan D. G.; Dai S. X*.; Screening of antibacterial compounds with novel structure from the FDA approved drugs using machine learning methods, Aging, 2022, 14(3): 1448-1472.

[23]Yang H.; Yang S.; Fan F.; Li Y.; Dai S.; Zhou X.; Steiner C. C.; Coppedge B.; Roos C.; Cai X.; Irwin D. M.; Shi P.; A New World Monkey Resembles Human in Bitter Taste Receptor Evolution and Function via a Single Parallel Amino Acid Substitution, Mol Biol Evol, 2021, 38(12): 5472-5479.

[24]Tan Tao#; Wu Jun#; Si Chenyang#; Dai Shaoxing#; Zhang Youyue; Sun Nianqin; Zhang E; Shao Honglian; Si Wei; Yang Pengpeng; Hong Wang; Zhenzhen Chen; Ran Zhu; Yu Kang; Reyna Hernandez-Benitez; Llanos Martinez Martinez; Estrella Nuñez Delicado; W Travis Berggren; May Schwarz; Zongyong Ai; Tianqing Li; Concepcion Rodriguez Esteban; Weizhi Ji*; Yuyu Niu*; Juan Carlos Izpisua Belmonte*; Chimeric contribution of human extended pluripotent stem cells to monkey embryos ex vivo, Cell, 2021, 184(8): 2020-2032. e2014.

[25]Liu Dahai#; Dai Shao-Xing#; He Kan; Li Gong-Hua; Liu Justin; Liu Leyna G; Huang Jing-Fei; Xu Lin; Li Wen-Xing; Identification of hub ubiquitin ligase genes affecting Alzheimer’s disease by analyzing transcriptome data from multiple brain regions, Science Progress, 2021, 104(1): 00368504211001146.

[26]Li Wen-Xing#; Dai Shao-Xing#; An San-Qi#; Sun Tingting#; Liu Justin; Wang Jun; Liu Leyna G; Xun Yang; Yang Hua; Fan Li-Xia; Transcriptome integration analysis and specific diagnosis model construction for Hodgkin's lymphoma, diffuse large B-cell lymphoma, and mantle cell lymphoma, Aging, 2021, 13

[27]Bimela J S, Nanfack A J, Yang P, Dai S, Kong X P, Torimiro J N, Duerr R*.Antiretroviral Imprints and Genomic Plasticity of HIV-1 pol in Non-clade B: Implications for Treatment [J]. Front Microbiol, 2021, 12(812391).

[28]Wang Fang; Zhang Weiqi; Yang Qiaoyan; Kang Yu; Fan Yanling; Wei Jingkuan; Liu Zunpeng; Dai Shaoxing; Li Hao; Li Zifan; Generation of a Hutchinson–Gilford progeria syndrome monkey model by base editing, Protein & cell, 2020, 11(11): 809-824.

[29]Li Wen-Xing; Li Gong-Hua; Tong Xin; Yang Peng-Peng; Huang Jing-Fei*; Xu Lin*; Dai Shao-Xing*; Systematic metabolic analysis of potential target, therapeutic drug, diagnostic method and animal model applicability in three neurodegenerative diseases, Aging, 2020, 12(10): 9882.

[30]Li Gong-Hua; Dai Shaoxing; Han Feifei; Li Wenxin; Huang Jingfei; Xiao Wenzhong; FastMM: an efficient toolbox for personalized constraint-based metabolic modeling, BMC Bioinformatics, 2020, 21(1): 1-7.

[31]Li Bing-xiang; Zhang Han; Liu Yubin; Li Ya; Zheng Jun-juan; Li Wen-Xing; Feng Kai; Sun Ming*; Dai Shao-Xing*; Novel pathways of HIV latency reactivation revealed by integrated analysis of transcriptome and target profile of bryostatin, Scientific Reports, 2020, 10(1): 1-12.

[32]Liu Jia-Qian; Li Wen-Xing; Zheng Jun-Juan; Tian Qing-Nan; Huang Jing-Fei*; Dai Shao-Xing*; Gain and loss events in the evolution of the apolipoprotein family in vertebrata, BMC evolutionary biology, 2019, 19(1): 1-10.

[33]Li Huijuan; Zhou Dong-Sheng; Chang Hong; Wang Lu; Liu Weipeng; Dai Shao-Xing; Zhang Chen; Cai Jun; Liu Weiqing; Li Xingxing; Interactome Analyses implicated CAMK2A in the genetic predisposition and pharmacological mechanism of Bipolar Disorder, Journal of psychiatric research, 2019, 115(165-175).

[34]Zhou Xia; Li Gonghua; An Sanqi; Li Wen-Xing; Yang Huihui; Guo Yicheng; Dai Zhi; Dai Shaoxing; Zheng Junjuan; Huang Jingfei; A new method of identifying glioblastoma subtypes and creation of corresponding animal models, Oncogene, 2018, 37(35): 4781-4791.

[35]Zheng Jun-Juan; Li Wen-Xing; Liu Jia-Qian; Guo Yi-Cheng; Wang Qian; Li Gong-Hua*Dai Shao-Xing*; Huang Jing-Fei*; Low expression of aging-related NRXN3 is associated with Alzheimer disease: A systematic review and meta-analysis, Medicine, 2018, 97(28):

[36]Li Hui‑Juan; Li Wen‑Xing; Dai Shao‑Xing; Guo Yi‑Cheng; Zheng Jun‑Juan; Liu Jia‑Qian; Wang Qian; Chen Bi‑Wen; Li Gong‑Hua; Huang Jing‑Fei; Identification of metabolism-associated genes and pathways involved in different stages of clear cell renal cell carcinoma, Oncology Letters, 2018, 15(2): 2316-2322.

[37]Chen Bi-Wen; Li Wen-Xing; Wang Guang-Hui; Li Gong-Hua; Liu Jia-Qian; Zheng Jun-Juan; Wang Qian; Li Hui-Juan; Dai Shao-Xing*; Huang Jing-Fei*; A strategy to find novel candidate anti-Alzheimer’s disease drugs by constructing interaction networks between drug targets and natural compounds in medical plants, PeerJ, 2018, 6(e4756.

[38]Wang Qian; Li Wen-Xing; Dai Shao-Xing; Guo Yi-Cheng; Han Fei-Fei; Zheng Jun-Juan; Li Gong-Hua; Huang Jing-Fei; Meta-Analysis of Parkinson’s Disease and Alzheimer’s Disease Revealed Commonly Impaired Pathways and Dysregulation of NRF2-Dependent Genes, Journal of Alzheimer's Disease, 2017, 56(4): 1525-1539.

[39]Liu Jia-Qian#; Dai Shao-Xing#; Zheng Jun-Juan; Guo Yi-Cheng; Li Wen-Xing; Li Gong-Hua; Huang Jing-Fei; The identification and molecular mechanism of anti-stroke traditional Chinese medicinal compounds, Scientific Reports, 2017, 7(41406).

[40]Li Wen-Xing; Qi Fei; Liu Jia-Qian; Li Gong-Hua; Dai Shao-Xing; Zhang Tao; Cheng Fei; Liu Dahai; Zheng Song Guo; Different impairment of immune and inflammation functions in short and long-term after ischemic stroke, American Journal of Translational Research, 2017, 9(2): 736.

[41]Li Wen-Xing; He Kan; Tang Ling; Dai Shao-Xing; Li Gong-Hua; Lv Wen-Wen; Guo Yi-Cheng; An San-Qi; Wu Guo-Ying; Liu Dahai; Comprehensive tissue-specific gene set enrichment analysis and transcription factor analysis of breast cancer by integrating 14 gene expression datasets, Oncotarget, 2017, 8(4): 6775.

[42]Li Wen-Xing; Cheng Fei; Zhang A-Jie; Dai Shao-Xing; Li Gong-Hua; Lv Wen-Wen; Zhou Tao; Zhang Qiang; Zhang Hong; Zhang Tao; Folate deficiency and gene polymorphisms of MTHFR, MTR and MTRR elevate the hyperhomocysteinemia risk, Clin Lab, 2017, 63(3): 523-533.

[43]Li Wen-Xing#; Dai Shao-Xing#; Wang Qian; Guo Yi-Cheng; Hong Yi; Zheng Jun-Juan; Liu Jia-Qian; Liu Dahai; Li Gong-Hua; Huang Jing-Fei; Integrated analysis of ischemic stroke datasets revealed sex and age difference in anti-stroke targets, PeerJ, 2016, 4(e2470).

[44]Li Wen-Xing#; Dai Shao-Xing#; Liu Jia-Qian; Wang Qian; Li Gong-Hua; Huang Jing-Fei; Integrated Analysis of Alzheimer’s Disease and Schizophrenia Dataset Revealed Different Expression Pattern in Learning and Memory, Journal of Alzheimer's Disease, 2016, 51(2): 417-425.

[45]Han Feifei; Li Gonghua; Dai Shaoxing; Huang Jingfei; Genome-wide metabolic model to improve understanding of CD4+ T cell metabolism, immunometabolism and application in drug design, Molecular BioSystems, 2016, 12(2): 431-443.

[46]Guo Yi-Cheng; Zhang Lin; Dai Shao-Xing; Li Wen-Xing; Zheng Jun-Juan; Li Gong-Hua; Huang Jing-Fei; Independent evolution of winner traits without whole genome duplication in Dekkera yeasts, PLOS ONE, 2016, 11(5): e0155140.

[47]Dai Shao-Xing; Li Wen-Xing; Li Gong-Hua; Huang Jing-Fei; Proteome-wide prediction of targets for aspirin: new insight into the molecular mechanism of aspirin, PeerJ, 2016, 4(e1791).

[48]Dai Shao-Xing; Li Wen-Xing; Han Fei-Fei; Guo Yi-Cheng; Zheng Jun-Juan; Liu Jia-Qian; Wang Qian; Gao Yue-Dong; Li Gong-Hua; Huang Jing-Fei; In silico identification of anti-cancer compounds and plants from traditional Chinese medicine database, Scientific Reports, 2016, 6(1): 1-11.

[49]Dai Shao-Xing; Li Gong-Hua; Gao Yue-Dong; Huang Jing-Fei; Pharmacophore-Map-Pick: A Method to Generate Pharmacophore Models for All Human GPCRs, Molecular Informatics, 2016, 35(2): 81-91.

[50]Li Wen-Xing; Lv Wen-Wen; Dai Shao-Xing; Pan Ming-Luo; Huang Jing-Fei; Joint associations of folate, homocysteine and MTHFR, MTR and MTRR gene polymorphisms with dyslipidemia in a Chinese hypertensive population: a cross-sectional study, Lipids in health and disease, 2015, 14(1): 1.

[51]Li Wen-Xing#; Dai Shao-Xing#; Zheng Jun-Juan; Liu Jia-Qian; Huang Jing-Fei; Homocysteine Metabolism Gene Polymorphisms (MTHFR C677T, MTHFR A1298C, MTR A2756G and MTRR A66G) Jointly Elevate the Risk of Folate Deficiency, Nutrients, 2015, 7(8): 6670-6687.

[52]Jiang Hong-Yan; Li Guo-Dong; Dai Shao-Xing; Bi Rui; Zhang Deng-Feng; Li Zong-Fang; Xu Xiu-Feng; Zhou Tai-Cheng; Yu Li; Yao Yong-Gang; Identification of PSEN1 mutations p. M233L and p. R352C in Han Chinese families with early-onset familial Alzheimer's disease, Neurobiology of aging, 2015, 36(3): 1602. e1603-1602. e1606.

[53]Wang Rui-Rui; Yang Qing-Hua; Luo Rong-Hua; Peng You-Mei; Dai Shao-Xing; Zhang Xing-Jie; Chen Huan; Cui Xue-Qing; Liu Ya-Juan; Huang Jing-Fei; Azvudine, a novel nucleoside reverse transcriptase inhibitor showed good drug combination features and better inhibition on drug-resistant strains than lamivudine in vitro, PLOS ONE, 2014, 9(8): e105617.

[54]Zhang Ai-Di; Dai Shao-Xing; Huang Jing-Fei; Reconstruction and analysis of human kidney-specific metabolic network based on omics data, BioMed research international, 2013

[55]Li Zhonghua; Li Tiehai; Dai Shaoxing; Xie Xiaoli; Ma Xiaofeng; Zhao Wei; Zhang Weimin; Li Jing; Wang Peng George; New Insights into the Pharmacological Chaperone Activity of C2-Substituted Glucoimidazoles for the Treatment of Gaucher Disease, ChemBioChem, 2013, 14(10): 1239-1247.

[56]Dai Shao-Xing; Zhang Ai-Di; Huang Jing-Fei; Evolution, expansion and expression of the Kunitz/BPTI gene family associated with long-term blood feeding in Ixodes Scapularis, BMC evolutionary biology, 2012, 12(1): 1-16.

 

荣誉奖励：

1、云南省技术创新人才。

2、云南省“兴滇英才支持计划”产业创新人才。

在AI与组学交叉处，探寻抗衰老抗病毒新路径

——记昆明理工大学灵长类转化医学研究院教授代绍兴

 

在全球人口老龄化持续加剧与新发传染病频现的双重挑战下，人类健康正面临前所未有的威胁。数据显示，到2050年，中国65岁以上人口预计将达到4.87亿，远超全球平均水平；而乙肝、新冠肺炎等重大和突发病毒性疾病仍在持续考验公共卫生系统的应对能力。在此背景下，突破传统药物研发高投入、高风险、长周期的困境，成为科学界亟需破解的时代命题。

昆明理工大学灵长类转化医学研究院教授代绍兴，正是这样一位致力于用科技回应时代关切的科研先锋。他深耕于生物信息学、人工智能与药物研发的交叉地带，以云南丰富的天然药物资源为基石，创新性地将多组学技术与AI预测模型深度融合，在抗衰老与抗病毒药物研发领域取得了一系列突破。他构建的药物智能预测系统，能从上亿化合物中高效筛选出抗衰老活性分子，大幅提升研发效率；他参与发现的抗乙肝小分子HB-43，作为全球首个hnRNPA2B1蛋白激动剂，为功能性治愈乙肝提供了全新路径；他所搭建的生物信息大数据平台，已成为支撑多学科团队开展高水平研究的重要基础设施。

“科研的终极目标不应止步于论文发表，而应回归到‘解决真问题’——让更多人实现健康衰老，让病毒不再成为生命的威胁。”代绍兴团队的探索不仅推动着药物研发范式的革新，也为应对人口老龄化与公共卫生挑战，注入了来自中国西南的“跨界智慧”与科学力量。

代绍兴

探寻对抗衰老与疾病的密钥

当全球老龄化浪潮与突发公共卫生事件交织成这个时代的沉重命题，代绍兴选择将云南这片“植物王国”的古老智慧，熔铸进最前沿的计算生物技术之中，在浩瀚的生物大数据中探寻着对抗衰老与疾病的密钥。“组学是无偏揭示生命全景的星图，AI则是我们解读宇宙的望远镜。”这位从云南大山走出的科学家，用略带乡音的坚定语气，描绘着他深耕的科研疆域。在他手中，医学古籍里的药草焕发出新的生机，实验室线虫的寿命曲线悄然改变，而人类健康长寿的梦想，正通过数据驱动的革命悄然照进现实。

实际上，代绍兴的科研之路，始终与“应对人口老龄化”“保障公共卫生安全”的国家需求同频共振，围绕“解决重大疾病防治痛点”展开，其成果既扎根于扎实的理论计算，又紧密结合临床需求，在抗衰老与抗病毒两大领域均实现了关键突破。

在抗衰老研究领域，代绍兴依托昆明理工大学的综合科研优势，带领团队开展“抗衰老化合物的智能筛选和动物模型验证及机制研究”，创新性地构建了“A I预测+动物模型验证”的双轮驱动筛选体系。目前，团队已从DrugAge、AgeFactDB等衰老数据库中收集整理数据，构建了线虫抗衰老化合物基准数据集，并初步开发出抗衰老预测模型。经测试，随机森林模型的准确率超过94%,ROC曲线下面积（AUC）达0.98，远超现有同类模型。同时，团队已初步建立线虫和斑马鱼筛选体系，可开展寿命实验、热应激与氧化应激能力实验，为后续化合物验证奠定基础。该项目计划通过AI模型快速筛选上亿化合物，最终发现5～10个经实验验证的新型抗衰老化合物，并申请3～5项发明专利，发表4～6篇《科学引文索引》（SCI）论文，为抗衰老药物研发提供关键先导化合物库。

在抗病毒研究领域，代绍兴团队的成果令人瞩目。他和许敏教授团队聚焦慢性乙肝这一全球性难题——据世界卫生组织数据，全球乙肝感染人数达2.57亿，中国占9000万，且现有核苷类与干扰素药物H B s A g转阴率低，患者须终身用药并面临耐药风险。团队从云南民族民间药用植物叶下珠入手，经过大量实验筛选，成功发现抗乙肝分子PAC5(HB-43）前体分子。随后许敏教授团队进行多重结构修饰和优化获得抗乙肝分子PAC5(H B-43）。相较于前体分子，H B-43的抗病毒活性提高10倍，细胞毒性降低1000倍。更关键的是，团队通过“基于活性的蛋白质组学分析（ABPP）”、免疫共沉淀（I P）等实验，首次证实H B-43是h n R N P A2B1蛋白的首个小分子激动剂。据2019年《科学》（Science）杂志报道，hnRNPA2B1是细胞核内病毒DNA感受器，可启动天然免疫，但此前无靶向该蛋白的小分子报道。代绍兴和许敏教授团队进一步合作研究发现，H B-43通过结合hnRNPA2B1的Asp49残基，促使其出核并激活IRF3-TBK1信号通路，增加I F N-β表达与分泌，最终清除病毒。在动物实验中，口服H B-43可完全清除耐药H B V感染小鼠血清中的H B e A g与HBsAg，肝组织中HBV DNA和cccDNA水平降至检测下限。目前，该分子已获中国发明专利与美国国际专利（PCT途径）双授权，计划于2026年年底向中国药监局提交临床实验申请，有望成为全球首个靶向hnRNPA2B1的抗乙肝1类新药。“这不仅是技术攻关，更是与时间的赛跑。”代绍兴说，“早一天上市，就可能多挽救一批患者的生命。”

代绍兴（前排左五）团队年会合影

此外，代绍兴在生物信息学与多组学研究领域亦有深厚积累。在中国科学院昆明动物研究所（以下简称“昆明动物所”）工作期间，他参与分析阿兹夫定（抗HIV与新冠药物）与HIV耐药性的关系，相关成果发表于《公共科学图书馆·综合》（PLoS One）；他还参与研究了苔黑酚葡萄糖苷在抗抑郁症中的应用，目前处于二期临床阶段。加入昆明理工大学后，他与季维智院士团队合作，在《细胞》（Cell）发表论文，揭示人类多能干细胞在猴胚胎中的嵌合机制；在《科学进展》（Science Advances）发表论文（共同第一作者），建立灵长类单碱基编辑脱靶效应评估方法；在《自然·通讯》（Nature Communications）发表论文，构建食蟹猴大脑发育的时空蛋白组图谱，揭示灵长类胎儿期脑发育过程蛋白表达的时空变化。这些研究不仅为疾病机制解析提供了新视角，更为药物研发提供了关键靶标与技术支撑。

在跨界探索中坚守科研初心

“科研风格的养成，如同云南的普洱茶，需要时间的沉淀。”代绍兴这样形容自己的学术经历。在昆明动物所时，导师黄京飞教授的“五个为什么”训练法，让他学会像剥洋葱般直达问题本质；而季维智院士数十年如一日深耕灵长类研究的执着，则让他明白“专注是科学家最珍贵的品质”。最令他触动的是与许敏教授的高铁长谈。“那是一次灵魂的叩击。”他回忆道，许教授教学严谨、目标坚定、科研思想活跃，为很多科研工作者树立了榜样。“那次长谈中，许教授和我讲述了她的导师及合作过的老一辈科学家为探索真理不计得失的故事，让我意识到科研不仅需要智慧，更需要纯粹的热情。”

正是在这些前辈和优秀同事的耳濡目染之下，代绍兴逐步认识到“科研应聚焦解决真正的科学问题，而非追求形式上的成果”，也在多年的沉淀中，形成了既强调“数据驱动的理性”，又秉持“解决实际问题的温度”，始终以“预防大于治疗”“可逆调控”为核心的科研理念，在跨界探索中坚守科研初心，带领团队在乙肝治疗领域实现了“从0到1”的突破。

实际上，代绍兴的科研生涯始于理论计算领域。2008年在兰州大学获生物科学学士学位后，他随即进入中国科学技术大学攻读生物化学与分子生物学博士学位，师从黄京飞教授；2013年，他在昆明动物所工作，主要从事生物信息学研究与数据挖掘。昆明动物所的这段经历，让他聚焦基因家族进化、药效团模型构建、分子对接与虚拟筛选，掌握了从计算机系统操作、编程到组学分析的核心技术。其间，他开发了可快速生成所有人类GPCR蛋白药效团模型的方法，成果发表于《分子信息学》（Molecular Informatics），该方法无需晶体结构与配体信息，富集因子高，可直接用于虚拟筛选。他还与团队合作分析阿兹夫定与HIV耐药性的关系，为后续抗病毒药物研究埋下伏笔。这段经历让他深刻认识到，“生物信息学是解析复杂疾病机制的工具，但最终要服务于药物发现与临床应用”。

2019年，带着对“理论—实验—转化”全链条研究的追求，代绍兴选择加入昆明理工大学灵长类转化医学研究院。“昆明理工大学的技术转化领域全国领先，拥有成熟的制度与成功案例，利于科研成果落地；云南作为‘药材之乡’，拥有丰富的天然产物与民族民间用药经验，为天然药物研究提供独特资源；研究院由季维智院士带领，拥有世界一流的非人灵长类研究平台，可实现生物信息学+天然产物+灵长类模型的跨界融合——这一组合在国内独一无二。”

在此后的研究历程中，代绍兴的科研理念持续深化。他不仅鲜明提出“预防大于治疗”，认为衰老与慢性疾病的防治需聚焦早期干预，还强调“小分子可逆调控”的独特优势——在针对叶下珠素（HB-43）的研究中，他便指出，“基因编辑等生物技术的改变具有不可逆性，而小分子可通过停药终止作用，显然更适合复杂疾病的干预场景”。

在代绍兴的科研哲学里，对传统药物的重新发掘是极具诗意的一环。“每一株民族药草都是一本无字天书，”他曾这样表述，“而我们，就是用现代科学语言解读这些天书的译者。”正是这种“古今对话”的视角，让他既能在实验室中熟练操作先进的超级计算机，也会深入研读民间民族药方。正是这种跨界融合的思维，让他在发现HB-43后，没有局限于其在乙肝治疗领域的应用，而是敏锐捕捉到了它广谱抗病毒的潜在价值。

“当然，做科研也要找到工作和生活的平衡点。”工作之余，篮球场上的奔跑和滇池畔的徒步，是代绍兴保持科研灵感的秘方。“和90后、00后的研究生打球，能让我保持年轻的心态；而在山水间行走时，那些困扰已久的科学问题往往会豁然开朗。”这种张弛有度的生活态度，让他在高压的科研工作中始终保持着清醒的头脑和温暖的人文关怀。对于学生和团队中的青年学者，代绍兴则给出了如师如友的建议：“首先要练好内功，编程能力就像科学家的第二语言；其次要保管好好奇心这把钥匙，才能打开交叉学科的大门。”他特别强调，云南的生物多样性资源是青年科研人员的天然富矿，“在这里，一株不起眼的小草可能就藏着解决重大疾病的密码。”

为全球公共卫生事业贡献中国方案

“科研非独行路，需聚智而成事。”代绍兴深知，跨学科研究的突破离不开团队支撑与平台建设。他带领的团队以“组学+A I+天然产物”为核心，整合多领域人才，搭建共享平台，构建了一支“计算+实验+临床”协同的队伍，“跨学科团队需要共同愿景与开放心态，我们以‘解决科学问题’为目标，让不同背景的人高效沟通、互补协作”。2019年，他牵头组建昆明理工大学灵长类转化医学研究院生物信息大数据平台，旨在解决“多组学数据存储与分析瓶颈”。

如今，平台免费为研究院20余个课题组提供服务，现有6台高性能服务器和2台深度学习GPU服务器，已存储2000+T B原始数据，支撑完成50余个项目，支持13个课题组的生物信息学分析，发表超过20篇《科学引文索引》（SCI）论文，还建立了标准化分析流程，涵盖普通转录组、单细胞RNA-seq、全基因组重测序、蛋白组学等，可实现多组学数据到医学知识的快速转化。“我们建立这个平台的意义就在于‘共享与赋能’，让中小课题组也能利用大数据与AI技术，共同推动科研进步。”

作为生物信息大数据平台的掌舵人，代绍兴推崇“和而不同”的管理智慧。“我们的团队就像云南的多元生态，生物信息学者像深扎根系的乔木，计算专家如快速生长的藤蔓，而化学家则是传播花粉的昆虫。”他生动地比喻。这种包容性文化使得团队能够快速成长，承担多项国家级课题，取得若干原创性成果。

站在“十五五”的新起点，代绍兴为团队绘制了清晰的发展蓝图——以灵长类数字模型为罗盘，以AI技术为风帆，驶向感染与衰老这两片亟待探索的海洋。“我们不会轻易更换航向，”他坚定地说，“在这两个领域做出市场认可的产品，是我们的首要目标。”

2025年立项的“灵长类动物模型资源数字化”项目，正是这条航路上的重要补给站。代绍兴说：“我们要将灵长类的生物学特征转化为可计算的数字符号，就像为每个动物模型制作数字孪生。”这个平台建成后，研究人员可以在虚拟空间中模拟药物效果，大幅降低实验成本。

面对产业化难题，代绍兴有着务实而长远的眼光，“纵向项目适合播种，横向合作才能收获”。为此，团队正在积极对接药企和投资机构，让实验室的苗头化合物能真正惠及患者。在他们的研发管线中，既有针对化疗后白细胞减少的保护剂，也有预防痛风的前沿药物，体现了“治未病”的东方智慧。在采访中，他以高尿酸血症为例：“若在痛风发作前降低血尿酸，可避免多器官炎症，无需后续止痛、抗炎治疗”；他还关注药食同源物质，指出“国家卫生健康委公布了上百种药食同源目录，若能从中发现活性成分，对疾病预防意义重大”。这种理念也贯穿于研发中——如抗衰老项目强调“筛选预防类化合物”，抗乙肝研究追求“功能性治愈”以避免疾病进展。

“科研之路从来都不会一帆风顺，在西南边陲做跨学科研究，更要面对多重现实困境的叠加。”在采访中，代绍兴提及人才招募时，语气里带着几分无奈，“北上广人才来云南不易，研究生与工作人员招募难度大”，只能“就近培养、立足现有资源”；同时，硬件维护依赖竞争性项目经费，存在“大小年”波动则是另一个让他头痛的问题。尽管面临诸多挑战，代绍兴依然对未来充满信心：“我们可能没有地域的资源优势，但我们有独一无二的灵长类平台、丰富的天然产物库，以及深耕细分领域的决心。”这句话也道出了他扎根西南、放眼世界的科研格局。在他规划的蓝图中，5年后的团队不仅要在基础研究领域持续产出重磅成果，更要实现1～2个创新药物的临床转化，让“云南智慧”为全球公共卫生贡献中国方案。

苍山叠翠，洱海映蓝，这片孕育了云南独特生态与民族智慧的土地，不仅见证着茶马古道的千年传奇，更见证着当代科研工作者扎根西南、破解健康难题的执着坚守。在人口老龄化加剧、新发传染病频发的当下，代绍兴研究的现实意义与战略价值愈加突出：抗衰老化合物的发现，有望延长人类健康寿命，减轻社会医疗负担；H B-43的研发，为慢性乙肝患者带来“功能性治愈”的希望，同时为新发病毒感染提供战略储备；而他搭建的生物信息平台与跨学科团队，更成为推动生物医药产业创新的“孵化器”。正如他在采访中所说：“科研的终极目标是解决人的问题，让更多人免受疾病困扰”——这份初心，正是他在科研道路上不断前行的动力。

随着H B-43临床前研究的深入推进、抗衰老化合物库的逐步完善，代绍兴对自己和团队、对未来充满了更多期待。他们的探索，不仅是一场科学的突破，更是一次对“科技为民”理念的践行——以科技之光，照亮人类健康未来，这也是他科研人生的最好注脚。

专家简介

代绍兴，昆明理工大学灵长类转化医学研究院教授、博士生导师，生物信息大数据平台负责人，云南省技术创新人才，云南省“兴滇英才支持计划”产业创新人才。长期专注于“生物信息学与药物发现”研究领域，综合利用人工智能、化学和生物信息学等计算手段并结合动物模型等湿实验验证，进行天然产物的高通量活性筛选、新靶标发现与调控等研究，研发源于中医药、具有新靶标和新机制的原创药。先后在《细胞》（Ce）、《蛋白质与细胞》（Proten&Ce）、《自然·通讯》（Nature Communcatons）、《科学进展》（Scence Advances）等国际学术期刊上发表了57篇《科学引文索引》（SCI）研究论文；发表文章被引用1400次。基于人工智能和生物大数据，发展了一系列针对多种疾病（感染疾病、癌症、神经退行性疾病等）和衰老的活性化合物预测方法及平台（DrugPredict）。申请发明专利27项，其中13项发明专利获得授权，发明专利涉及抗衰老、抗病毒、肝硬化分子标志物和肿瘤治疗和预后。主持国家自然科学基金和云南省应用基础研究等项目8项。

来源：科学中国人 . 2026 (01) : 54-57