姓名：鄢仁祥
性别：男


职称：副研究员
学历：博士

电子邮件：yanrenxiang@fzu.edu.cn

研究方向：大数据与人工智能、生物信息学

教育工作经历：
2013.6— 现今 福州大学，从事教学及科学研究工作
2011.9 — 2013.4 美国密歇根大学，计算生物学, 访问研究/博士后
2007.9 — 2012.6 中国农业大学，生物信息学, 博士
2003.9 — 2007.6 福建农林大学，生科院国家理科基地班，学士

教学简介：
主讲：《大数据和人工智能技术》，本科生课程（2019-2020）
主讲：《实验设计与统计分析》，本科生课程（2018-2020）
主讲：《生物信息学》，本科生课程（2013-2020）
主讲：《蛋白质和酶工程》，本科生课程（2020）
参讲：《基因组学》，研究生课程（2015-2019年）
参讲：《基因组学与精准医学》，研究生课程（2019年秋）
参讲：《现代微生物研究技术》研究生课程（2018年秋）
参讲：《应用蛋白质化学》，研究生课程（2014、2016年春）
参讲：《专家系列讲座》，本科生课程（2016年秋）
主讲：福州软件园创咖公益沙龙第四期论坛《走进AI和大数据》（2019年秋）
主讲：2019.12.10福建商学院本科生《大数据和人工智能在物业行业中的应用》报告

科研简介：
主要研究方向为包括
(a)大数据和人工智能算法。使用大型Linux/Unix服务器集群对大数据进行系统性统计分析与建模。同时开展对Neural Network、Support Vector Machine和Random Forest等深度学习（deep learning）和统计预测算法的优化与改进等。
(b)生物信息学,涵盖基因组信息学与蛋白质结构分析。(1)基因组信息学主要研究内容包括基因测序数据深度分析、基因与疾病关联分析、遗传变异分析、以及采用统计学方法对大规模基因组数据进行系统分析与解析等;(2)蛋白质结构分析主要为蛋白质设计与计算结构生物学，包括序列比对、二级结构推导、三维结构预测、基于序列与结构的功能注释、分子对接、动力学模拟、以及酶分子定点突变以改造提高亲和力与热稳定性等。

社会兼职：
担任Briefings in Bioinformatics、Genomics、IEEE Access、Frontiers Cellular and Infection Microbiology、Journal of Molecular Modeling、Molecular Omics、Scientific Reports、BMC Bioinformatics、Molecular Biosystems、PLOS ONE、IEEE/ACM Transactions on Computational Biology and Bioinformatics、China Journal of Bioinformatics、Advances and Applications in Bioinformatics and Chemistry、BioMed Research International、Current Bioinformatics、Journal of Information Security、International Journal of Horticulture & Agriculture、Journalof Aquatic Research and Marine Sciences、Informatics in Medicine Unlocked、中国生物化学与分子生物学报、浙江农业学报、国研评审互助平台等审稿人。
2005~2007: 福建正扬信息技术开发有限公司兼职软件开发，参与多个企业ERP系统的开发过程。

主持科研项目：
1、福州大学生工学院《线上线下精品课程》建设项目
2、国家自然科学基金、**、G蛋白偶联受体结构及与药物配体结合的计算研究
3、福州大学科技发展基金项目、2014-XY-15、膜蛋白结构与功能预测新算法的开发
4、福建省教育厅科技项目、JA14049、膜蛋白序列、结构与功能关系的挖掘
5、福州大学人才基金项目、XRC-1336、与疾病相关的生物信息学平台的构建

代表性论文(*通讯作者)：


1.Xiaofeng Wang, Renxiang Yan*(2020), DDAPRED: a computational method for predicting drug repositioning using regularized logistic matrix factorization, Journal of Molecular Modeling,26:60.
2.Jincheng Li,Jiamin Zheng, Yanhui Liang, Renxiang Yan, Xinqi Xu, JuanLin (2020),Expression and characterization of a chitinase from Serratia marcescens，105613
3.Renxiang Yan*, Xiaofeng Wang, Yarong Tian, Jing Xu, Xiaoli Xu and Juan Lin* (2019), Prediction of zinc-binding sites using multiple sequence profiles and machine learning methods, Molecular Omics, 15, 205 – 215.
4.Guozeng Wang, Meng Luo, Juan Lin, Yun Lin, Renxiang Yan, Wolfgang R. Streit, Xiuyun Ye, A new extremely halophilic, calcium-independent and surfactant-resistant alpha-amylase from Alkalibacterium sp. SL3, Journal of Microbiology and Biotechnology. DOI : 10.4014/jmb.1901.01038.
5.Bingmei Su, Xinqi Xu, Renxiang Yan, Yong Xie, Juan Lin (2019), Mutagenesis on the surface of a beta-agarase fromVibrio sp. ZC-1increased its thermo-stability, Enzyme and Microbial Technology, https://doi.org/10.1016/j.enzmictec.2019.04.006.蛋白质设计：提高酶热稳定性
6.Yajiao Zhang, Bin Lang, Deyang Zeng, Zhihua Li, Jie Yang, Renxiang Yan, Xinqi Xu, Juan Lin (2019) Truncation of k'carrageenase for higher k'carrageenan oligosaccharides yield with improved enzymatic characteristics, International Journal of Biological Macromolecules.130, 958-968.蛋白质设计：提高酶催化活性
7.Xiaofeng Wang*, Renxiang Yan*(2018)RFAthM6A: a new tool for predicting m6A sites in Arabidopsis thaliana.Plant Molecular Biology, 96(3):327-337.
8.Renxiang Yan*, Xiaofeng Wang, Lanqing Huang, Yarong Tian and Weiwen Cai (2017) Transmembrane region prediction by using sequence-derived features and machine learning methods，RSC Advances, 7(46), 29200-29211
9.Guozeng Wang, Jingjing Wu, Renxiang Yan, Juan Lin and Xiuyun Ye (2016)A novel multi-domain high molecular, salt-stable alkaline xylanase from Alkalibacterium sp. SL3. Front. Microbioldoi: 10.3389/fmicb.2016.02120
10.Renxiang Yan*, Xiaofeng Wang, et al(2016), A neural network learning approach for improving the prediction of residue depth based on sequence-derived features, RSC Advances,6 (72) ,67729-67738
11.Xiaofeng Wang, Renxiang Yan,Jiangning Song(2016) SOHPRED: a new bioinformatics tool for the characterization and prediction of human S-sulfenylation sites,Mol Biosyst, 12(9):2849-58.
12. Xiaofeng Wang, Renxiang Yan,Jiangning Song(2016) DephosSite: a machine learning approach for discovering phosphotase-specific dephosphorylation sites, Scientific Reports,23510.
13.许伟明，王晓锋，林娟，蔡伟文，鄢仁祥*(2016) G蛋白偶联受体计算研究的进展和前瞻. 中国生物信息学，14(1):31-38.
14.Guozeng Wang, Qiaohuang Wang, Xianju Lin, Tzi Bun Ng, Renxiang Yan, Juan Lin, Xiuyun Ye (2016) A novel cold-adapted and highly salt-tolerant esterase from Alkalibacterium sp. SL3 from the sediment of a soda lake. Scientific Reports,6, 19494.
15.Renxiang Yan*, Xiaofeng Wang, Weiming Xu, Juan Lin, and Weiwen Cai (2015) Ashort review of protein fold recognition methods. Chinese Journal of Bioinformatics. 13(4), 231-238.
16.Renxiang Yan*, Xiaofeng Wang, Lanqing Huang, Feidi Yan, Xiaoyu Xue, and Weiwen Cai (2015) Prediction of structural features and application to outer membrane protein identification. Scientific Reports, 5, 11586.IF: 5.078
17.Renxiang Yan, Jiangning Song, Weiwen Cai and Ziding Zhang (2015) A short review on protein secondary structure prediction methods.Pattern Recognition in Computational Molecular Biology: Techniques and Approaches (Wiley Series in Bioinformatics).Chapter 6. doi: 1.1002/45.ch6,ISBN: 978-1-118-89368-5,99-112.
18.Xiaofeng Wang*, Yuan Zhou, Renxiang Yan* (2015) AAFreqCoil: a new classifier to distinguish parallel dimeric and trimeric coiled coils. Mol Biosyst,11(7):1794-801.
19.Jianyi Yang, Renxiang Yan, Ambrish Roy, Dong Xu, Jonathan Poisson and Yang Zhang (2015) The I-TASSER Suite: protein structure and function prediction. Nature Methods, 12(1), 7–8.
20.Renxiang Yan*, Xiaofeng Wang, Lanqing Huang, Jun Lin, Weiwen Cai and Ziding Zhang (2014) GPCRserver: an accurate and novel G protein-coupled receptor predictor.Mol Biosyst,10(10):2495-504.
21.Renxiang Yan*, Jun Lin, Zhen Chen, Xiaofeng Wang, Lanqing Huang, Weiwen Cai and Ziding Zhang (2014) Prediction of outer membrane proteins by combining the position- and composition-based features of sequence profiles.Mol Biosyst, 10: 1004-1013. IF:3.18.
22. Renxiang Yan*, Lanqing Huang, Xiaofeng Wang and Weiwen Cai (2014) EasyAlign: an easy and novel fold recognition tool. The 8th International Conference on Bioinformatics and Biomedical Engineering (iCBBE 2014 Proceedings Paper) ISBN:978-1-60595-194-2, 57-62.
23.Renxiang Yan, Dong Xu, Jianyi Yang, Sara Walker and Yang Zhang (2013) A comparative assessment and analysis of 20 representative sequence alignment methods for protein structure prediction. Scientific Reports, 3: 2619.IF: 5.078.
24. Renxiang Yan, Zhen Chen, Ziding Zhang (2011) Outer membrane proteins can be simply identified using secondary structure element alignment. BMC Bioinformatics, 12:76. IF:2.751.
25. Renxiang Yan, Jing Liu,Yi-Min Tao (2011) Improving PSI-BLAST's Fold Recognition Performance through Combining Consensus Sequences and Support Vector Machine , Interdisciplinary Research and Applications in Bioinformatics, Computational Biology, and Environmental Sciences, 51-59.
26.Renxiang Yan, Jing-Na Si, Chuan Wang and Ziding Zhang (2009) DescFold: A web server for protein fold recognition. BMC Bioinformatics,10:416. IF:3.02.
27. Jing-Na Si, Renxiang Yan, Chuan Wang, Ziding Zhang, and Xiao-Dong Su (2009) TIM-Finder: A novel method to recognize TIM-barrel proteins.BMC Structural Biology, 9:73. IF:2.22.
28. Wang Chuan, Renxiang Yan, XiaoFeng Wang, JingNa Si and Zhang Z. (2011) Comparison of linear gap penalties and profile-based variable gap penalties in profile-profile alignments. Comput Biol Chem, 35: 308-318. IF: 1.59.
29. Zhen Chen, YongZhi Chen, XiaoFeng Wang, Chuan Wang, Renxiang Yanand Ziding Zhang (2011) Prediction of ubiquitination sites by using the composition of k-spaced amino acid pairs. PLOS ONE,6: e22930. IF:3.53.
30. Yang Zhang, Dong Xu, Jianyi Yang, Ambrish Roy and Renxiang Yan Protein structure predictions by a combination of I-TASSER and QUARK pipelines. CASP 10 abstract, 2012, [www.predictioncenter.org/casp10/doc/CASP10_Abstracts.pdf].
31. Xiaofeng Wang, Zhen Chen, Chuan Wang,Renxiang Yan, ZidingZhang and Jiangning Song (2011) Predicting residue-residue contacts and helix-helix interactions in transmembrane proteins using an integrative feature-based random forest approach. PLOS ONE, 6: e26767. IF:3.53.
32.谢勇,洪晓昆,鄢仁祥,林娟 (2017), 重组琼胶酶rAgaN3基因的生物信息学分析 中国生物信息学, ,15(1):16-26.
33.徐晓丽,林娟,鄢仁祥* (2018), 基因芯片与高通量测序技术的原理与应用的比较. 中国生物化学与分子生物学报, 34(11): 1166-1174.
34.徐晓丽，吴凌娟，鄢仁祥*(2019)，单细胞全基因组扩增技术与应用，生物化学与生物物理进展, 46(4):342-352.
35.鄢仁祥*，王晓锋，陈震，蔡伟文，林娟(2017)，《蛋白质结构生物信息学》，福建科学技术出版社, ISBN:978-7-5335-5096-7.





获奖情况：
1.2020年，获得软件著作权一项。“数据模型建立的机器学习算法软件”，登记号为2020SR**。
2.2019年，指导的研究生获得福州大学“综合优秀学业特等奖奖学金”。
3.主编的《蛋白质结构生物信息学》教材获得2018年度第31届华东地区科技出版社优秀科技图书二等奖。
4.2018年获得两项软件著作权(登记号为2018SR777297和2018SR777294)。
5.2016年获得软件著作权一项(登记号为2016SR219894)。
6.2016、2018共两年度获得《中国生物信息学》杂志“优秀审稿专家”称号。
7.2015年联合指导的本科毕业论文《重组琼胶酶rAgaN3结构预测及糖基结合位点分析》获得“福州大学校级优秀毕业论文”。
8.2010年获得“中国农业大学博士生国际交流项目”基金资助，赴美国波斯顿参加计算生物学ISMB会议，并做“Protein fold recognition”的海报展示和讲解。
9.获得IBM SPSS Modeler、Oracle Professional Java Programmer和国家计算机水平考试程序员等共8种计算机水平认证。
10.2010年获得中国农业大学校三好学生称号奖励。
11.在攻读研究生期间，自费参加中国农业大学学校网络中心思科网络CCNA课程培训，培训结束后长期担任学校网络中心多个培训课程的助理。
12.2009~2010作为主要完成人之一，申请了两项生物信息学软件著作权, 登记号分别为2009SRBJ8227以及2010SRBJ5799。
13.2009年获“中国农业大学博士生科研成就奖”奖学金。
14.2009年参加“百名博士安徽老区行”社会实践活动，调研安徽宁国市的农业信息化发展情况，活动中获得优秀个人奖励。
15.2007年聘任为学校研究生会网络部干事。
16.2006年获得学校三等奖学金奖励。
17.2006年获得福建省大学生英语竞赛三等奖。