» 基于人工智能系统的计算机辅助药物发现和疾病诊断研究
计算生物学和药物设计实验室团队致力于运用和发展一些新的概念，算法和软件在海量数据中快速的筛选具有生物活性的先导化合物，以及对复杂疾病系统实现快速的诊断和评估。药物分子设计过程涉及到多种科学原理的运用，而且需要严密的跨学科交叉研究的思维方式。我们运用了各种机器学习方法、化学信息学以及生物信息学技术来实现自动的问题假设生成，活性预测和验证研究。疾病诊断旨在研究疾病显型与各种组学（基因组学/转录组学/蛋白组学/代谢组学/显型组学）的关系。一个好的疾病诊断模型需要整合多种组学数据进行建模分析和评估。我们运用了各种人工智能方法、生物信息学以及系统生物学技术来实现自动的问题假设生成，疾病诊断和潜在生物标记物的发现。
»1.新型人工智能算法及机器学习算法在药物发现和疾病诊断研究中的发展和应用
»2.基于人工智能系统和系统药理学的计算机辅助分子设计研究
»3.复杂疾病系统中显型组与基因组关系的大标度计算研究
»4.系统生物学和药物发现过程中软件、Web服务及数据库的发展
