1999 - 2003，工学学士，生物工程，南京理工大学
2003 - 2008，理学博士，物理化学，南京大学

2009 - 2011，博士后，佛罗里达州立大学
2012 - 2014，博士后，天普大学
2015 - 至今，教授（博导，2018年），南京大学

本人主要从事与生命相关复杂体系的化学物理相关基础研究，致力于发展多尺度模拟的理论计算方法并结合机器学习，研究复杂体系的结构与性质。相关研究涉及化学、物理与生物的前沿交叉领域，为从微观层面理解复杂体系的静态结构和动态演变过程，搭建从微观到宏观、从物理学基本规律到复杂生命过程之间的桥梁，为发现新反应、新机制、新功能提供理论依据。


（1）在多尺度模拟理论方法的发展方面： 

1a）发展了基于数据降维的构象增强采样方法：在过去几年中，本人发展了基于特征空间的构象增强采样算法DA2和teDA2，通过对大分子的局部构象空间进行有限采样，进而采用降维算法舍弃相空间大量的冗余信息而仅对与构象变化相关的若干正交的自由度进行分析，有效降低搜索维度、提升采样效率。teDA2方法可处理较为简单的蛋白质构象变化（如结构域间的运动，JCTC 2020）以及较为复杂的构象变化（如涉及二级结构的转变，J. Phys. Chem. B 2022）；DA2方法可用于搜寻蛋白质的未知功能态结构（Adv. Theory Simul. 2019）。相关算法及程序已获批计算机软件著作权（登记号：2019SR0391937），具有自主知识产权。


1b）发展了量子化学精度的可极化力场方法：本人与南京大学马晶教授合作，针对多组分溶液和界面陆续发展了量子力学精度的可极化力场，使得在纳微尺度对表界面和复杂溶液体系的准确描述变得可能。我们发展了低标度量子化学计算结合可变介电常数的可极化粗粒化力场VaCG，可以在整个浓度区间范围较为准确的描述多组分体系离子液体溶液的表面张力、扩散系数等物理化学性质（J. Mol. Liq. 2022）。该研究方案亦可拓展到对于其它多组分溶液的描述。我们还发展了机器学习辅助自适应参数化的混合原子/粗粒化模型，描述多肽在离子液体溶剂中的行为（JCTC 2023-a）。此外，我们发展了基于量子化学计算的全原子可极化力场用于准确描述药物小分子在膜界面处的行为，并结合自由能计算阐明分子的极性对其在细胞膜环境中分配与输运的调控机制（Sci. Rep. 2017），为开展靶向膜蛋白的药物设计提供新思路。


1c）合作发展了低标度量子化学方法：本人与南京大学黎书华教授合作，发展了PBC-GEBF方法用于处理蛋白质等大分子（JCTC 2017）和溶液、分子晶体等凝聚相体系（JCTC 2020）的核磁等光谱性质，在确保精度的前提下将计算速度提升到传统量子化学计算的3倍以上。我们合作撰写综述论文（Acc. Chem. Res. 2021）系统回顾相关工作。近期，我们将机器学习方法与PBC-GEBF方法结合，发展了基于能量的分片方法产生高精度数据标签并用于训练神经网络势函数的新方法（JCTC 2023-b），在考虑电子相关的计算精度上对体相水的结构、性质与动力学过程进行了准确的描述。


（2）在对复杂体系的计算模拟方面： 

2a）自组装分子机器与自组织结构：本人通过计算模拟，预测了不同序列的七肽自组装形成具有不同催化活性的纤维分子的微观结构和催化机理，并合理设计实验验证模拟揭示的分子模型（JACS 2019）。该论文一经发表，即被拥有近36万关注者的twitter账号“Chemistry News”推荐。我们探索了基于二肽构建具有催化活性的有序纳米结构及更高阶的超结构（Angew. Chem. Int. Ed. 2021）、自组装表面催化CO2转化为低碳化合物（Nat. Commun. 2021）以及具有手性识别能力的自组装分子机器（Chin. Chem. Lett. 2023）等。此外，我们在原子层面揭示了局部相互作用对于自组织结构的调控机制（PCCP 2022），并将该思路迁移到宏观层面，通过深度学习算法结合数值模拟，揭示了生物集群的聚集机制和运动规律（Phys. Rev. E 2023）。


2b）膜蛋白的结构、性质与功能：本人在膜蛋白的理论计算领域有较好的工作积累，采用多尺度模拟等手段研究了若干具有重要生理学功能的膜蛋白的结构及作用机制，如流感病毒质子通道M2（Science 2010; Chem. Sci. 2013.; J. Phys. Chem. Lett. 2013）、钙离子通道（PNAS 2013; iScience 2019; Chin. J. Chem. Phys. 2021）、钾离子通道（Prot. & Cell 2019; Cell Discov. 2021）、酸/电压敏感通道（PNAS 2012；Br. J. Pharmacol. 2020；PLoS Biol., 2023）。