百图生科(BioMap)是生物计算引擎驱动的创新药物研发平台,由百度创始人李彦宏发起创立,致力于将先进AI技术与前沿生物技术相结合,构建独特的靶点挖掘及药物设计能力,开发创新药物,造福人类健康。

核心团队

李彦宏

创始人兼董事长

刘维

联合创始人兼首席执行官

蒋昭实

靶点发现副总裁

宋乐

首席AI科学家

阮星华

工程技术副总裁

赵正琦

管线开发副总裁

李硕冉

创新副总裁

周达

生态发展副总裁

张明真

公司总法律顾问兼运营副总裁

容晓军

Head of Discovery Biology

高欣

CEO生物计算顾问兼蛋白质AI主任科学家

科学顾问

詹启敏

科学顾问委员会主席

Robert Gentleman

计算生物学科学顾问

张亚勤

AI科学顾问

厉良

代谢组学顾问

张泽民

单细胞组学科学顾问

张健

AI药物科学顾问

黄晶

分子动力学模拟及理性药物设计顾问

许大强

创新药科学顾问

我们的团队

我们是由一群富于理想的科学家和工程师组成的团队。敬畏之心,凌云之志,大胆假设,谨慎求证。我们希望整合前沿的疾病生物学、生物信息学、抗体工程、人工智能、 传感与自动化技术,让患者减少等待。

团队成员早期研究

李彦宏先生早期研究

508 名患者的全基因组测序确定了与食管鳞状细胞癌预后不良相关的关键分子特征

了解更多 →

508 名患者的全基因组测序确定了与食管鳞状细胞癌预后不良相关的关键分子特征

研究报告了食管鳞状细胞癌(ESCC)基因组分析的最大图谱,利用508个ESCC基因组,确定了5个新的显著突变基因,并揭示了3个主要的亚型,定义了与转移和患者预后相关的突变特征群。该研究得到了国家重点研发计划、CAMS医学创新基金、国家自然科学基金、深圳市“医疗卫生三名工程”、广东省基础与应用基础研究基金的资助。【Cui, Y., Chen, H., Xi, R. et al. Cell Res. 2020 May; 30, 902–913.】

蒋昭实博士早期研究

乙肝病毒整合入肝细胞癌患者基因组的影响

了解更多 →

乙肝病毒整合入肝细胞癌患者基因组的影响

首次利用全基因组测序的方法,全面系统地研究了乙肝病毒随机整合到人类基因组的方式,揭示了病毒整合在肝癌发生和发展中的多种分子机制。第一次提出了整合病毒也可以大量表达病毒蛋白(如HBsAg),挑战了将HBsAg作为抗病毒治疗临床终点的传统观点。为后继优化乙肝治疗临床实验设计提供了崭新的科学证据。该论文为被甄选为Genome Research当月封面故事。【Jiang et al, Genome Res. 2012 Apr;22(4):593-601】

蒋昭实博士早期研究

选择性剪接:异常剪接促进结肠肿瘤生长

了解更多 →

选择性剪接:异常剪接促进结肠肿瘤生长

通过多组学数据和功能基因组学整合的方法,系统地寻找结直肠癌的治疗新靶点。在基因组学分析方法上,巧妙地利用内含子遗留(intron retention)去寻找剪切异常证据,和同事一起发现了剪切体(spliceosome complex)中的PRPF6 基因在结直肠癌中拷贝数扩增异常。并在细胞和动物实验中功能验证了PRPF6的癌基因特征。率先提出了信使RNA剪切异常,可以作为肿瘤治疗的新靶点。该论文发表后,被Nature Reviews Cancer作为重大科研进展加以报道点评。【Genes Dev. 2014 May 15;28(10):1068-84;Nature Reviews Cancer. 2014 (14):382–383 】

宋乐博士早期研究

通过可解释进化进行分子优化

了解更多 →

通过可解释进化进行分子优化

在化学、材料科学和药物发现领域,优化分子以获得所需的特性是一项基本但具有挑战的任务。本文开发了一种新算法,用于通过期望最大算法(EM)来优化分子特性。该算法旨在模仿人类专家寻找所需分子的过程,并在两个阶段之间交替:第一阶段是用可解释的本地搜索来确定基本原理,即解释所需分子特性的关键子图模式。分子完成的第二阶段探索更大的分子空间,包含良好的基本原理。我们用该方法测试比较了现实世界药物多属性优化任务的各种基线方法,从成功率、新颖性和多样性各方面,实验展示了新算法比最佳基线好79%。人类专家对优化分子的评估表明,我们的方法中获得的顶级分子,有60%被认为是成功的。

https://openreview.net/pdf?id=jHefDGsorp5

宋乐博士早期研究

Retro*:使用神经引导的 A* 搜索学习逆合成规划

了解更多 →

Retro*:使用神经引导的 A* 搜索学习逆合成规划

逆合成计划是药物合成中的一项关键任务,它确定了获得目标产物的一系列化学反应。大量可能的化学物质使这个问题的搜索空间非常大,即使对于经验丰富的化学家来说,逆合成计划也是具有挑战性的。然而,现有的方法要么需要通过高方差的rollout进行大量计算来估计回报,要么优化搜索速度而不是质量。在这篇论文中,我们提出了Retro,一种基于神经网络引导的A算法,来高效寻找高质量合成路线。它将搜索空间保持为一个AND-OR树,并使用历史数据来学习一个神经网络策略函数。然后在这个神经网络的引导下,它在新的任务期间有效地执行最佳优先搜索。在基准测试USPTO数据集表明,我们提出的方法在成功率和解决方案质量方面优于现有的最先进技术,同时效率更高。

http://proceedings.mlr.press/v119/chen20k/chen20k.pdf

宋乐博士、高欣博士早期研究

通过学习展开算法预测 RNA 二级结构

了解更多 →

通过学习展开算法预测 RNA 二级结构

在本文中,我们提出了一种端到端的深度学习模型,称为E2Efold,用于RNA二级结构预测,可以有效地考虑问题的内在约束。E2Efold的关键思想是直接预测RNA碱基配对矩阵,并使用展开算法进行约束编程,作为深度架构的模板来强制执行约束。基于基准数据集上的综合实验,我们展示了E2Efold的优越性能:作为推理时间方面最快的算法,与早前的SOTA(特别是对于伪结结构)相比,它预测了明显更好的结构,同时具有同样的效率。

https://openreview.net/pdf?id=S1eALyrYDH

宋乐博士、高欣博士早期研究

Sequence2Vec:一种用于模拟转录因子结合亲和力景观的新型嵌入方法

了解更多 →

Sequence2Vec:一种用于模拟转录因子结合亲和力景观的新型嵌入方法

生物技术的最新进展为预测结合亲和力提供了可能,但转录因子 (T.F.)-DNA 结合亲和力的准确表征仍然亟待解决。

我们提出了一种新的序列嵌入方法来模拟转录因子结合亲和力。我们的方法将 DNA 结合序列表示为一个隐马尔可夫模型 (HMM),捕获序列中的特定位置信息和远程依赖性。这种方法是概率图形模型、特征空间嵌入和深度学习的全新优势组合。我们对由不同高通量实验技术测量得到的90 多个大规模 TF-DNA 数据集进行了全面的实验。【Dai et al, Bioinformatics. 2017 33(22):3575-3583】

高欣博士早期研究

一个基于结构和系统的综合框架,用于识别代谢物和已知药物的新靶点

了解更多 →

一个基于结构和系统的综合框架,用于识别代谢物和已知药物的新靶点

小分子对蛋白质靶标的固有混杂阻碍了我们对健康代谢与疾病代谢的理解。

识别所有蛋白质靶标对于评估(副作用)和重新定位药物意义深远,而这种杂交给制药行业带来了挑战。我们提出了一种新的基于结构和系统的药物靶标预测 (iDTP) 新方法,以大规模发现小分子的新靶标,例如药物、辅因子和代谢物(统称为“药物”)。

对于给定的药物,我们使用与序列顺序无关的结构比对、层次聚类和概率序列相似性来构建概率口袋集合 (PPE),该集合捕获已知靶标上不同结合位点的混杂结构特征,并将药物的 PPE 与其递送曲线的近似值相结合来减少误报。

我们使用 iDTP进行交叉验证来预测 11 种药物的已知靶点,敏感性为 63%,特异性为 81%。

然后预测了这些药物的新靶点——过氧化物酶体增殖物激活受体 γ 和致癌基因 B 细胞淋巴瘤 2这两种具有高度药理学意义的药物,并已通过体外结合实验成功验证。

这种方法广泛适用于蛋白质-小分子相互作用的预测,在生物研究和药物开发中具有多种新应用。【Naveed et al, Bioinformatics. 2015 31(24): 3922-3929】

赵正琦博士早期研究

种设计靶向巨细胞病毒的 CD8+ T 细胞的单细胞方法

了解更多 →

种设计靶向巨细胞病毒的 CD8+ T 细胞的单细胞方法

赵博士的团队提出了一种利用单细胞測序的方法生成 工程化TCR CD8+ T 细胞的策略。单细胞转录组和 TCR 测序数据的相关分析提供了一种有用的策略来识别针对免疫原性表位的功能性 TCR 对。此创新方法可以得到广泛应用,并显着加速免疫细胞疗法在治疗癌症恶性肿瘤和病毒相关疾病(如 SARS-CoV-2 引起的持续大流行)方面的发展。 【 Cell Mol Immunol. 2021 May;18(5):1326-1328.】

赵正琦博士早期研究

抗 IL-17A 疗法可防止类风湿性关节炎实验模型中的骨侵蚀

了解更多 →

抗 IL-17A 疗法可防止类风湿性关节炎实验模型中的骨侵蚀

赵博士领导研究 IL-17 在自身免疫性疾病中致病作用的机制。该研究首先确定了严重发炎关节中 RANKL 信息减少与anti-IL-17保护骨关节的相关性。进一步确定 IL-17A 是炎症介导的骨破坏的重要关键因素,并支持anti-IL-17A 疗法用于治疗类风湿性关节炎、银屑病和多发性硬化症等炎症性等自身免疫疾病。【Autoimmunity. 2011 May;44(3):243-52.】

杨力光博士早期研究

Arid1a 依赖的稳态染色质状态介导肝细胞响应肝损伤相关 YAP 信号

了解更多 →

Arid1a 依赖的稳态染色质状态介导肝细胞响应肝损伤相关 YAP 信号

通过构建肝细胞中Arid1a敲除的缺陷小鼠,发现Arid1a缺失会抑制肝脏损伤修复。通过ATAC-seq技术研究染色质开放区域,发现在肝脏正常状态时,Arid1a通过赋予肝细胞重编程基因染色质预打开的状态。结合ChIP-seq和RNA-seq,识别了转录因子Yap响应Arid1a介导的肝细胞重编程过程,Yap与肝细胞重编程基因结合,转录激活肝细胞重编程基因的表达,使肝细胞具有响应Hippo/Yap信号通路,揭示了肝细胞去分化可塑性的分子基础。【Cell Stem Cell. 2019 June; 25, 54-68】

联系我们

Map of BioMap Offices
北京办公室

中国北京市海淀区融科资讯中心C座北楼N801

北京实验室

中国北京市海淀区永泰庄北路1号东升国际科学园3号楼B单元B1层

苏州实验室

中国江苏省苏州市苏州工业园区星湖街328号创意产业园

SAN FRANCISCO OFFICE

101 Jefferson Dr 1st Floor
Menlo Park, CA 94025

EMAIL

业务交流: info@biomap.com
科研合作: research@biomap.com
优秀人才: hr@biomap.com