中心汇聚了中国结构生物学领域最顶尖的科研团队，包括多位中科院院士、杰出青年基金获得者等。中心同时培养了一批优秀的博士后、博士，已为国内外院校输出大量优秀年轻科研人员。中心还建立了由十余位国外结构生物领域专家组成的国际学术委员会，其中包括多位诺贝尔奖获得者。

PI CO-PI 国际学者 平台主管 卓越青年科学家 卓越学者 高级技术人员 国际学术顾问

中心研究方向为结构生物学，将集成多学科优势，有机融合技术方法开发与基础科研应用和后期转化，力争在未来产生一批在科学史上具有重要影响力的原创性成果，促进北京地区生物技术与生物制药的发展。

科研方向 科研成果 科研支持 清华大学交叉信息研究院、结构生物学高精尖创新中心合作PI曾坚阳课题组近日在 Nature Communications （ 《自然·通讯》 ）杂志发表关于大规模异构网络中药物-标靶相互作用预测的论文“ A Network Integration Approach for Drug-Target Interaction Prediction and Computational Drug Repositioning from Heterogeneous Information ”（《基于异构网络信息整合的药物-靶标相互作用预测和药物的重新定位》）。该工作提出了一套新颖的预测药物-标靶相互作用的机器学习算法，预测并发现了新的药物-标靶基因相互作用关系，并且得到了实验验证。该工作对大规模生物数据整合及预测、药物开发与重新利用具有很大意义。 药物-标靶相互作用预测是药物发现和重定位的关键步骤。大规模基因组、化学和药理数据的出现为药物-标靶相互作用预测提供了新的机会，但如何系统且高效地整合大规模异构数据是当前的研究难点。姚班2012级本科生罗宇男在曾坚阳教授指导下，提出了一套全新的药物-标靶相互作用预测方法，该工作从目前已有的大规模数据库出发，构建了一个涵盖描述标靶基因、药物、药物副作用、疾病等相互作用或者联系的大规模异构网络。其次，在这个异构网络数据的基础上，提出了一个基于网络扩散的药物-靶标相互作用预测的机器学习算法。该算法使用特征学习算法，用低维表示刻画了每一个药物及基因的拓扑性质，从而去除生物数据中的噪音，提取出药物和基因的功能信息，并提升预测的准确性。与现有常见的预测算法的比较，该方法在预测准确率上取得了显著的提高。