李斐然

 

 

李斐然

助理教授，特别研究员，博士生导师

清华大学 深圳国际研究生院生物医药与健康工程研究院

 

  

教育工作经历

2023年-至今， 清华大学深圳国际研究生院，助理教授，博士生导师

2021年-2023年，查尔姆斯理工大学，博士后（合作导师：Jens Nielsen院士）

2017年-2021年，查尔姆斯理工大学，系统生物学专业，博士（导师：Jens Nielsen院士）

2014年-2017年，天津大学，生物化工专业，硕士（导师：赵学明教授）

2010年-2014年，天津师范大学，化学生物学专业，学士

 

研究方向

致力于通过开发新方法和新技术分析生物大数据和研究生物系统，以构建数字生命，揭示内在机理，促进合成生物学和生物医药研究。研究涉及计算生物学、系统生物学、机器学习、化学、药物代谢等多个领域。

 

主要有以下三个研究方向：

面向医药健康，开发并分析哺乳动物细胞、器官及人体的数字孪生代谢模型（数字孪生人类）。

探索细胞代谢暗物质，促进新途径和新酶的发现，加速生物合成途径设计及潜力挖掘（数字细胞）。

开发深度学习模型，助力解析蛋白序列、功能及其参数间的关系。”

 

所获荣誉：

  1. 《麻省理工科技评论》“35岁以下科技创新35人”中国区
  2. 国家海外高层次人才（青年）项目
  3. “鹏城孔雀计划”特聘岗位B类人才
  4. 国家优秀自费博士奖学金-博士后（2022）

 

代表性论文

  1. 1.Chen Y*, Li F. Metabolomes evolve faster than metabolic network structures. Proceedings of the National Academy of Sciences 2024, 121, e2400519121.
  2. 2.Li F#, *, Chen Y, Gustafsson J, Wang H, Wang Y, Zhang C, Xing X. Genome-scale metabolic models applied for human health and biopharmaceutical engineering. Quantitative Biology.2023,11,363-75.
  3. 3.Li F#, *, Chen Y#, Anton M#, et al. GotEnzymes: an extensive database of enzyme parameter predictions. Nucleic Acids Research 2023, D1, D583-D586.
  4. 4.Li F#, Yuan L#, Lu H, et al. Deep learning based kcat prediction enables improved enzyme constrained model reconstruction. Nature Catalysis 2022, 5, 662-672.
  5. 5.LiF, ChenY, QiQ, etal. Improving recombinant protein production by yeast through genome-scale modeling using proteome constraints. Nature Communications2022, 13, 2969.
  6. 6.Li F*. Filling gaps in metabolism using hypothetical reactions. Proceedings of the National Academy of Sciences 2022, 119, e2217400119.
  7. 7.Lu H#,Li F#,Yuan L#,et al.Yeast metabolicinnovations emergedviaexpanded metabolic network and gene positive selection. Molecular Systems Biology 2021,17, e10427.
  8. 8.Domenzain I#, Li F#, Kerkhoven EJ,et al. Evaluating accessibility, usability and interoperability of genome-scale metabolic models for diverse yeasts species. FEMS Yeast Research 2021, 21, foab002
  9. 9.Lu H#, Li F#, Sánchez BJ, et al. Aconsensus S. cerevisiae metabolic model Yeast8 and its ecosystem for comprehensively probing cellular metabolism. Nature Communications 2019, 10, 3586
  10. 10.Li F#, Xie W#, Yuan Q, Luo H, Li P, et al. Genome-scale metabolic model analysis indicates low energy production efficiency in marine ammonia-oxidizing archaea. AMB Express 2018, 8, 106.

# Co-first author, * Corresponding author

其他相关发表论文:

Google scholar：https://scholar.google.com/citations?user=Zn6Gy-IAAAAJ&hl=en

ORCID: https://orcid.org/0000-0001-9155-5260

 

联系方式

该Email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用JavaScript。

深圳市南山区西丽深圳大学城清华校区国际一期A栋1603