所属研究所、院系:
超算中心

职称:
教授

E-mail:
yangyd25 AT mail.sysu.edu.cn (替换AT为@)

办公地点:
超算中心404




教师简介:
??? ? 杨跃东博士，2017年起担任中山大学数据科学与计算机学院教授、国家超算广州中心副总工程师、国家海外高层次青年引进人才，智能健康医疗中心副主任， 广东省“珠江人才”创新团队核心成员。杨跃东是安徽无为人，先后于中国科学技术大学获得学士（2000年）和博士（2006年）学位，此后分别于美国印地安那大学(2006-2013)和澳大利亚格里菲斯大(2013-2017)担任博士后、研究助理教授、及研究员。
实验室简介:? 实验室主要研究方向为健康医疗的智能计算，研究最新高性能计算、大数据、及AI技术，为生物医药产业赋智赋能，开发准确且超快的疾病诊疗和新药研发算法，并基于“天河二号”构筑大数据分析和计算统一的云超算平台，为产业应用提供一站式服务。随着健康大数据的快速发展，健康医药已成为AI产业应用的一个热点，腾讯、阿里、华为等公司均纷纷布局相关产业开发，而今年的抗击疫情充分展示了大数据分析在人类健康中的重要作用。疫情期间，本实验室充分利用“天河二号”的超强算力，开展了基于CT的智能诊断、药物智能推荐算法、及医药知识图谱等一系列工作，取得了多项重要成果。项目涉及CV、NLP、ML、知识图谱等多个领域，广泛运用到了各种前沿AI技术，对任意技术感兴趣的同学都能在这里找到属于自己的舞台。
???? 实验室负责管理、应用、开发“天河二号”的国际一流软件和硬件资源，科研资源丰富。已在Nature Machine Intelligence、Bioinformatics等顶刊、及IJCAI等人工智能顶级会议上发表100多篇SCI论文，引用超4000次，H-inde>30，其中10篇第一/通讯论文单篇引用过百、五篇入选ESI高引用论文。(https://biomed.nscc-gz.cn)。?
人才培养：实验室本着因材施教的宗旨，根据学生的研究兴趣、能力和未来发展方向，分配适当的研究任务，并结合组内的培训交流，培养学生独立思考和解决问题能力，提高算法和编程等专业技能。同时，我们也定期组织各类团建活动，丰富科研的日常生活，增强成员的团队合作意识。
实验室的毕业生（包括两年制专硕）均有IT大公司实习经历、并作为第一作者在SCI二区以上期刊发表论文，毕业去向腾讯、华为等优质单位。对于想继续深造的同学，可以选择本实验室或推荐出国攻读博士学位，也鼓励并支持去国际一流实验室交流访问。实验室成员每月发放生活津贴，取得重要研究突破和成果将给予优厚奖励；资助参加学术会议，允许自由安排工作时间。
研究内容包括：
1）跨尺度多组学大数据挖掘，融合医疗表型（医疗图像、电子病历、ECG/EEG）、生物多组学（基因型、转录组、表观遗传等）?
2）全流程药物智能设计：集合蛋白质结构和功能预测、高通量药物虚拟筛选、药物分子生成设计、药物ADMET预测、知识图谱
3）生物医药高性能计算平台：基于超算构建统一的大数据存储、管理和挖掘，以及应用的高性能计算和任务管理的一站式计算平台
长期招聘博士后、副研究员/研究员，及软件开发工程师
博士后、副研究员及研究员要求有一定的编程及数据分析能力，具有以下任一研究背景：
1）计算机背景, 特别是人工智能(CV/NLP/知识图谱）、大数据分析、和高性能计算等相关经验；
2）生物信息学、医疗图像/文本数据挖掘、生物统计学、计算化学；
岗位及相关待遇 (特别优秀者可单独面议)：
1) 特聘研究员：要求38周岁以下，博士学位，有四项以上学术成果（中科院二区或CCF B类及以上论文，如文章优秀项数可适当放宽）。工资待遇税前 25-35万 +? 绩效。
2) 特聘副研究员：要求38周岁以下，博士学位，有两项以上学术成果（中科院二区或CCF B类及以上论文）。工资待遇税前20-30万 + 绩效(0-10万)。
3) 博士后：要求35周岁以下，海内外知名高校或研究机构的博士毕业生、有两项以上学术成果。工资待遇税前 20-30万 + 绩效(0-10万)。
软件开发工程师
本科或硕士学位，需要较强编程或数据分析能力，有生物信息学或计算化学研究经历、或相关软件平台开发经验者优先，工资面议（15-30万 + 绩效）。
同时欢迎各类交叉学科背景、有志于开展相关研究的研究生、博士生申请 （本科直接攻读博士学位者优先！）。
硕士申请博士考核入学要求：
有优秀的学术背景和学术追求，第一作者已发表（含录用）高质量学术论文（SCI二区、CCF B类及以上或领域重要会议或杂志）

研究领域:
人工智能（图卷积、知识图谱、强化学习等）、大数据分析（医疗数据、基因组、药物等）、高性能计算、生物信息计算

教育背景:
2000.9-2006.6，中国科学技术大学，计算生物学 博士
1996.9-2000.6，中国科学技术大学，学士

工作经历:
2017.5至今，中山大学数据科学和计算机学院教授、兼国家超算广州中心副总工程师

海外经历:
2013.6-2017.7，澳大利亚格里菲斯大学信息学院&糖组学研究所，研究员
2006.9-2013.5, 美国印第安纳大学信息学院&医学院，博士后、研究助理教授（2011-2013)

获奖及荣誉:
国家海外高层次青年引进人才，广东省“珠江人才”团队核心成员、中山大学“****”

科研项目:
1. 国家基金委面上项目、基于深度学习的蛋白质空间结构预测方法研究 (**)、2018-2021、60万、主持
2. 国家基金委新冠疫情防控专项、基于蛋白质结构的智能药物筛选方法和云平台研究、**，，2020-03至2021-03、20万、主持

主要学术兼职:
F1000论文推荐专家 （Associate Member）
BMC Bioinformatics? 编委

教授课程:
离散数学 (2019, 2020,2021)、 现代人工智能技术(2019) 、生物信息学(2017)

代表性论著:
在期刊Nature Machine Intelligence, NAR，Bioinformatics、及AI顶会AAAI、IJCAI等发表100多篇SCI文章，引用4000多次，H-index>30; 详细列表见：
google scholar: http://scholar.google.com.au/citations?hl=en&user=AfjwTKoAAAAJ
Scopus: https://www.scopus.com/authid/detail.uri?authorId=
1.S Zheng#, Y Li#, S Chen, J Xu* and Yuedong Yang*. Predicting Drug Protein Interaction using Quasi-Visual Question Answering System. Nature Machine Intelligence 2020;2(1):134-140.
2. R. Heffernan, K. Paliwal, J. Lyons, A. Dehzangi, A. Sharma, J. Wang, A. Sattar, Yuedong Yang* and Y. Zhou*. Improving prediction of secondary structure, local backbone angles, and solvent accessible surface area of proteins by iterative deep learning. Scientific Reports 2015; 5:11476 (Citations=260).
3. Heffernan R, Yuedong Yang*, Paliwal K, Zhou Y*. Capturing Non-Local Interactions by Long Short-Term Memory Bidirectional Recurrent Neural Networks for Improving Prediction of Protein Secondary Structure, Backbone Angles, Contact Numbers, and Solvent Accessibility. Bioinformatics 2017；33 (18), 2842-2849. (Cited: 150)
4. J Hanson, Yuedong Yang*, K Paliwal, Y Zhou*. Improving protein disorder prediction by deep bidirectional long short-term memory recurrent neural networks. Bioinformatics 2017. 33 (5), 685-692 (Cited: 140; ESI高引).
5. Yuedong Yang, Faraggi E, H Zhao, Zhou Y. Improving protein fold recognition and template-based modeling by employing probabilistic-based matching between predicted one-dimensional structural properties of the query and corresponding native properties of templates. Bioinformatics 2011 Aug 1;27(15):2076-82. (Cited：280; ESI高引)
6. Yuedong Yang, J Gao, J Wang, R Heffernan, J Hanson, K Paliwal, and Y Zhou. Sixty-five years of long march in protein secondary structure prediction: the final stretch? Brief in Bioinformatics 2017, bbw129 (cite:120; ESI高引)
7. G Taherzadeh, Y Zhou, AW Liew, Yuedong Yang*. Structure-based prediction of protein-peptide binding regions using Random Forest. Bioinformatics 2017 btx614 .
8. Zhao H#, Yuedong Yang#, Hai Lin, Xinjun Zhang, Matthew Mort, David N. Cooper, Yunlong Liu*, and Yaoqi Zhou*. DDIG-in: discriminating between disease-associated and neutral non-frameshifting micro-indels. Genome Biology. 2013 Mar 13;14(3):R23.(# co-first author; IF=14).
9. M. Atack#, Yuedong Yang#, Kate L. Seib, Yaoqi Zhou, Michael P. Jennings*. A survey of Type III restriction-modification systems reveals numerous, novel epigenetic regulators controlling phase variable regulons; phasevarions. Nucleic Acid Res 2018. (IF=10.2)
10. T Litfin, Y Zhou*, Yuedong Yang*. SPOT-Ligand 2: Improving structure-based virtual screening by binding-homology search on an expanded structural template library. Bioinformatics 2017 Apr 15;33(8):1238-1240.