曾湘祥-湖大信息科学与工程学院

我的位置在：首页 > 学院概况 > 师资力量 > 曾湘祥

教师介绍

无照片

教授、博士生导师、国家级高层次人才计划入选者、湖南省杰出青年基金获得者。获吴文俊人工智能优秀青年奖，亚马逊机器学习研究奖，厦门大学教学成果奖特等奖。入选了麻省理工科技评论“中国智能计算科技创新人物”。2020至2023连续入选科睿维安“全球高被引科学家”名单，爱思唯尔“中国高被引学者”名单。成果入选世界人工智能大会“SAIL奖”榜单。

研究方向包括AI4Science，生物医药大模型，智能相位显微镜等，近年来在Nature子刊（如自然-机器智能、自然-计算科学、自然-通讯）、Cell子刊、ICML、NeurIPS、AAAI、IJCAI等期刊和会议发表论文100余篇。获ICIC2024国际会议最佳论文奖，Cell出版社中国2021年度最佳论文奖，IMCS学会2020年度最佳论文奖。创办的DrugAI公众号入选中国“学术媒体公众号Top10”。

本人招收硕士，博士，博后（常年招收），感兴趣的请联系xzeng(at)foxmail.com（将（at）换成@），发邮件前请先仔细阅读本网页的招生说明。

更多信息请见实验室网站：biohai.github.io

中文名：	曾湘祥	英文名：
学历：		职称：	教授
联系电话：		电子邮件：	xzeng@foxmail.com
研究方向：	计算智能，AI4Science，生物医药大数据
联系地址：	湖南省长沙市岳麓区麓山南路2号,湖南大学信息科学与工程学院（410082）
所属机构：	计算机科学系学院教师学院领导

荣誉与获奖

国际荣誉与奖励

l 亚马逊机器学习研究奖（2020）

l 全球高被引科学家（科睿维安，2020，2021，2022，2023）

l 中国高被引学者（爱思唯尔，2021，2022，2023）

l 全球前十万名科学家（全球学者库，2020，2021，2022）

l 全球前2%顶尖科学家（Stanford University，2020，2021，2022）

l 世界人工智能大会“卓越引领者奖（SAIL奖）”榜单（2020）

l 第二十届智能计算国际会议（ICIC）Best Paper Award（2024）

l Cell出版社中国年度最佳论文（2021）

l 国际膜计算学会（IMCS）年度Best Paper Award（2020）

国内荣誉与奖励

l 国家高层次人才计划（2024，编号：62425204）

l 全国人工智能应用场景创新挑战赛“优秀指导老师”（2023）

l 中国智能计算科技创新人物（麻省理工科技评论-DeepTech，2022）

l 国家高层次青年人才计划（2021，编号：62122025）

l 吴文俊人工智能优秀青年奖（2019）

l 2020年度中国“学术媒体公众号Top10”（创始人）

l 湖南省杰青（2020，编号：2021JJ10020）

l 福建省自然科学奖三等奖（2021，第一完成人）

l 福建省教学成果奖二等奖（2018）

l CCF科学技术奖技术发明二等奖（2021）

l 湖南大学岳麓学者（特聘岗，2020）

l 湖南大学岳麓学者（晨星岗，2019）

l 厦门大学教学成果奖特等奖（2017）

l 厦门大学春雨奖教金（2015）

l 厦门大学游泳比赛教工组200米蛙泳冠军，100米自由泳冠军，4*50接力亚军

l 武汉716横渡长江大赛金镶玉奖章（2009）

l 湖南大学天马杯象棋大赛冠军

学术著作

出版书籍

宋弢，曾湘祥，王爽，王建民，智能药物研发，清华大学出版社，2022（国内首本人工智能药物研发教材，京东购买链接）

Pan Zheng, Shudong Wang, Xun Wang and Xiangxiang Zeng, Artificial Intelligence in Bioinformatics and Drug Repurposing: Methods and Applications. 2022.

Xiangxiang Zeng, Alfonso Rodríguez-Patón, Molecular Computing and Bioinformatics, MDPI, 2019.

邹权，陈启安，曾湘祥，刘向荣，系统生物学中的网络分析方法，西安电子科技大学出版社，2015.

潘林强，曾湘祥，宋弢，膜计算导论，华中科技大学出版社，2012.

2024年论文

[30] Pengyong Li, Kaihao Zhang, Tianxiao Liu, Ruiqiang Lu, Yangyang Chen, Xiaojun Yao, Lin Gao, Xiangxiang Zeng, A Deep Learning Approach for Rational Ligand Generation with Toxicity Control via Reactive Building Blocks, Nature Computational Science. 2024. (Nature子刊)

[29] Hongxin Xiang, Li Zeng, Linlin Hou, Kenli Li, Zhimin Fu, Yunguang Qiu, Ruth Nussinov, Jianying Hu, Michal Rosen-Zvi, Xiangxiang Zeng, Feixiong Cheng, A Molecular Video-derived Foundation Model Streamlines Scientific Drug Discovery, Nature Communications, 2024. (Nature子刊)

[28] Tingting Li, Xuanbai Ren, Xiaoli Luo, Zhuole Wang, Zhenlu Li, Xiaoyan Luo, Jun Shen, Yun Li, Dan Yuan,Ruth Nussinov, Xiangxiang Zeng, Junfeng Shi, Feixiong Cheng, A Foundation Model Identifies Broad-Spectrum Antimicrobial Peptides against Drug-Resistant Bacterial Infection, Nature Communications, 2024, doi.org/10.1038/s41467-024-51933-2. (Nature子刊)

[27] Xuanbai Ren, J. Wei, X. Luo, Y. Liu, K. Li, Q. Zhang, X. Gao, S. Yan, X. Wu, X. Jiang, M. Liu, D. Cao, L. Wei, Xiangxiang Zeng, Junfeng Shi, HydrogelFinder: A Foundation Model for Efficient Self-Assembling Peptide Discovery Guided by Non-Peptidal Small Molecules. Advanced Science, 2024, 11, 2400829. (IF: 15.1)

[26] Hongxin Xiang, Shuting Jin, Jun Xia, Man Zhou, Jianmin Wang, Li Zeng, Xiangxiang Zeng. An Image-enhanced Molecular Graph Representation Learning Framework, IJCAI, 2024 (CCF A)

[25] Taisong Jin; Xixi Yang; Zhengtao Yu, Han Luo, Yongmei Zhang, Feiran Jie, Xiangxiang Zeng, Min Jiang, WalkGAN: Network Representation Learning With Sequence-Based Generative Adversarial Networks, IEEE Transactions on Neural Networks and Learning Systems, 2024, 35(4), 5684-5694.

[24] Jiacai Yi, Shaohua Shi, Li Fu, Ziyi Yang, Pengfei Nie, Aiping Lu, Chengkun Wu, Yafeng Deng, Changyu Hsieh, Xiangxiang Zeng, Tingjun Hou, Dongsheng Cao. OptADMET: a web-based tool for substructure modifications to improve ADMET properties of lead compounds, Nature Protocols, 2024, 19(4):1105-1121. (Nature子刊)

2023年论文

[23] Yu Wang, Chao Pang, Yuzhe Wang, Junrui Jin, Jingjie Zhang, Xiangxiang Zeng, Ran Su, Quan Zou, Leyi Wei. Retrosynthesis prediction with an interpretable deep-learning framework based on molecular assembly tasks. Nature Communications 14, 6155 (2023). (Nature子刊)

[22] Shugao Chen, Ziyao Li, Xiangxiang Zeng, Guolin Ke. Amalga: Designable Protein Backbone Generation with Folding and Inverse Folding Guidance, NeurIPS, 2023 (CCF A)

[21] Bin Wu, Jinyuan Fang, Xiangxiang Zeng, Shangsong Liang, Qiang Zhang, Adaptive Compositional Continual Meta-Learning, ICML 2023 (CCF A)

[20] Xixi Yang, Li Fu, Yafeng Deng, Yuansheng Liu, Dongsheng Cao, Xiangxiang Zeng, GPMO: Gradient perturbation-based contrastive learning for molecule Optimization , IJCAI 2023. (CCF A)

[19] Peng Zhou, Zongqian Wu, Xiangxiang Zeng, Guoqiu Wen, Junbo Ma, Xiaofeng Zhu, Totally Dynamic Hypergraph Neural Network , IJCAI 2023. (CCF A)

[18] Chunyan Li, JunfengYao, Jinsong Su, Zhaoyang Liu, Xiangxiang Zeng, Chenxi Huang, LagNet: Deep Lagrangian Mechanics for Plug-and-Play Molecular Representation Learning, AAAI 2023. (CCF A)

[17] Junlin Xu, Jielin Xu, Yajie Meng, Changcheng Lu, Lijun Cai, Xiangxiang Zeng, Ruth Nussinov, Graph Embedding and Gaussian Mixture Variational Autoencoder Network for End-to-End Analysis of Single-Cell RNA-Sequencing Data. Cell Reports Methods. 2023. (Cell子刊)

2022年论文

[16] Xiangxiang Zeng, Hongxin Xiang, Linhui Yu, J Wang, Kenli Li, R Nussinov, Feixiong Cheng. Accurate prediction of molecular properties and molecular targets usinga self-supervised image representation learning framework. Nature Machine Intelligence.2022. (Nature子刊)

[15] Xiangxiang Zeng, Fei Wang, Yuan Luo, Seung-gu Kang, Jian Tang, Felice C. Lightstone, Evandro F. Fang, Wendy Cornell, Ruth Nussinov, Feixiong Cheng, Deep Generative Molecular Design Reshapes Drug Discovery, Cell Reports Medicine, 2022. (Cell子刊)

[14] Xiaoqin Pan, Xuan Lin, Dongsheng Cao, Xiangxiang Zeng, Phillipe Yu, Lifang He, Feixiong Cheng. Deep learning for drug repurposing:Methods,databases, and applications. WIREs Comput Mol Sci. 2022; e1597. (IF:25.11)

[13] Chunyan Li , Junfeng Yao, Wei Wei, Zhangming Niu , Xiangxiang Zeng, Jin Li , Jianmin Wang, Geometry-Based Molecular Generation With Deep Constrained Variational Autoencoder, IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2022.3147790.(IF:10.451)

2021年论文

[12] Guoli Xiong, Zhenxing Wu, Jiacai Yi, Li Fu, Zhijiang Yang, Changyu Hsieh, Mingzhu Yin, Xiangxiang Zeng, Chengkun Wu, Aiping Lu, XiangChen,Tingjun Hou, Dongsheng Cao, ADMETlab 2.0: an integrated online platformfor accurateand comprehensive predictions of ADMET properties, Nucleic Acids Research, 2021(IF:16.971)

[11] Shuting Jin, Zhangming Niu, Changzhi Jiang, Wei Huang, Feng Xia, Xurui Jin, Xiangrong Liu, Xiangxiang Zeng, HeTDR: Drug repositioning based on heterogeneous networks and textmining, Patterns, 2021, 2(8), 100307. (Cell Press)

[10] Chunyan Li, Jianmin Wang, Zhangming Niu, Junfeng Yao, Xiangxiang Zeng, A spatial-temporal gated attention module for molecular property prediction based on molecular geometry, Briefings in Bioinformatics, 2021 (IF:11.622)

[9] Bosheng Song, Fen Li, Yuansheng Liu, Xiangxiang Zeng, Deep learning methods for biomedical named entity recognition: a survey and qualitative comparison, Briefings in Bioinformatics, 2021 (IF:11.622)

[8] Yujie Chen, Tengfei Ma, Xixi Yang, Jianmin Wang, Bosheng Song, Xiangxiang Zeng, MUFFIN:multi-scale feature fusion fordrug–drug interaction prediction, Bioinformatics,2021 (Top Journal)

[7] Bosheng Song, Shengye Huang, Xiangxiang Zeng, The computational power of monodirectional tissue P systems with symport rules, Information and Computation, 2021,104751 (CCF A)

[6] Francis George C Cabarle, Xiangxiang Zeng, Niall Murphy,Tao Song, Alfonso Rodríguez-Patón, Xiangrong Liu, Neural-like P Systems withPlasmids, Information and Computation, 2021, 104766 (CCF A)

[5] Bosheng Song, Kenli Li, Xiangxiang Zeng, Monodirectional evolutional symport tissue P systems with promotersand celldivision, IEEE Transactions on Parallel and Distributed Systems, 2021 (CCF A)

2020年论文

[4]Xuan Lin, Zhe Quan, Z Wang, Tengfei Ma, Xiangxiang Zeng, KGNN: Knowledge Graph Neural Network for Drug-Drug Interaction Prediction, IJCAI 2020. (CCF A)

[3] Xiangxiang Zeng, Wen Wang, Cong Chen, Gary G.Yen, A Consensus Community-Based Particle Swarm Optimization for Dynamic Community Detection, IEEE Transactions on Cybernetics. 2020, 50(6), 2502-2513.

[2] Xiangxiang Zeng, Xiang Song, T Ma, X Pan, Y Zhou,Y Hou, Z Zhang, Kenli Li, G Karypis, Repurpose Open Data to DiscoverTherapeutics for COVID-19 using Deep Learning, Journal of Proteome Research, 2020,19(11), 4624-4636. (Cover Article)

[1] Xiangxiang Zeng, Siyi Zhu, Weiqiang Lu, ZehuiLiu, Jin Huang, Yadi Zhou, Jiangsong Fang et al. TargetIdentification amongKnown Drugs by Deep Learning from Heterogeneous Networks. Chemical Science (2020). 11, 1775–1797. (Back Cover Article)

更多论文请见：https://scholar.google.com/citations?user=B20HBMIAAAAJ&hl=en

科研项目

国家杰出青年基金，生物信息学（62425204），2025.1-2029.12
国家联合基金重点项目，基于超算和多组学数据的智能医药关键技术研究（U22A2037)，2023.1-2026.12
国家自然科学基金原创探索计划项目，支持生物序列机（62450002），2025.1-2026.12
国家自然科学基金重点项目，基于宏基因组病毒大数据的菌株级微生物相互作用关系（62432011），2025.1-2029.12
科技创新2030-重大项目课题, 基于知识引导的反应预测与优化（2023ZD0120902）, 2024.01-2026.12
国家优秀青年基金，多组学数据分析与智能处理（62122025）

招生说明

我的研究课题主要利用大模型、计算机视觉、AIGC、知识图谱、自然语言处理等技术，解决生物医药中的关键问题。对于博士生培养，我通常按照2+2联合培养模式，博二和博三2年在国外（如哈佛，剑桥，新加坡国立大学等）或国内合作单位（如AWS AI，微软亚研院，百度，腾讯，清华大学，香港中文大学等）联合培养，博一和博四在湖南大学。针对想继续深造的硕士研究生，我会通过多种渠道（国家留学基金委员会、国外大学全额奖学金）积极争取哈佛大学、香港中文大学、澳门理工大学（我联合指导）、湖南大学等高校的博士深造机会；针对想去工业界的硕士研究生，会积极争取百度、微软、腾讯等工作机会。

【提示1】希望申请我的学生具有以下基本素养：1）有很强的上进心和科研热情；2）至少熟悉一门编程语言；3）具有扎实的英语和数学基础。对有志于攻读硕士或博士学位的同学，请尽早与我联系，但是在联系前，请先阅读一篇人工智能顶级会议或Nature子刊论文，告诉我为什么对这篇论文感兴趣，请你在电子邮件中详细说明你的各方面情况，包括你选择读研（读博）的原因，以及你的目标及未来打算等。

【提示2】在确定您是否能成为我们研究团队的一员之前，我们需要充分的时间相互了解和熟悉。为此，我们会安排一些任务对您进行测试以及安排当面的面谈等。一旦我们认为您具有科研潜力，会立即给您提供各项训练和指导，帮助您迅速成长，即使您以后由于其他原因不能加入本研究组，我们也会尽心尽责。

【提示3】我鼓励研究生读书期间学习驾驶、参加马拉松、恋爱、度假等。但是，我不允许我的学生忙于做家教、助教等工作，不希望我的学生把大部分精力放在谈恋爱上，我鼓励我的学生以科研作为一生追求的目标，鼓励我的博士学生在毕业后斯坦福、剑桥等地继续博后研究，或去国内一流高校与研究机构就职，鼓励我的硕士学生出国读博，或去IT公司从事技术研发或以技术为核心创业，并会尽我全力帮助。

【提示4】我期望我的学生从事高水平的科学研究，只在《中国计算机学会推荐期刊会议列表》和一流的期刊（如CNS及其子刊）上发表经得住时间考验的学术成果。做我的学生，就需要将自身的定位与眼光放在世界第一流团队的第一流工作上，在硕士和博士期间做真正有国际影响力的工作，不要以追求垃圾SCI或EI论文的数量为自己的浅薄理想。对于发表列表内论文的学生，我将提供额外的科研奖励，对于发表A类国际会议长文的学生，我无论经费是否允许都将资助你们出国开会。

学生培养

毕业学生
2013届：	吴小英（厦门电信云，CTO）
2014届：	王旭波（澳大利亚UNSW大学读博，计算机学科世界前20，悉尼大学工作）
2015届：	廖原路（招行软开）
2016届：	李友（柔宇科技）
	李子铭（获两次国奖共4万元，美国亚马逊工作）
	索娟（获国奖2万元，厦门大学翔安医院）
	李金金（获两次国奖共4万元，厦门美团）
	谢思发（获国奖2万元，深圳腾讯）
2017届：	张璇（获两次国奖共4万元，澳洲悉尼科技大学读博，工作于Victor Chang Cardiac Research Institute）
	丁宁翔（十佳共青团员，华为奖学金，优秀毕业论文，中国人民银行）
	张菘洺（获国奖2万元，上海花旗银行）
2018届：	林伟（获国奖2万元，厦门建行软开）
	邴嘉欣（厦门快乐学习）
	陈聪（厦航）
	Israel（卢旺达）
	贺语盈（与闵小平老师联合指导，顺丰科技）
	张谋钊（与闵小平老师联合指导，华为奖学金，厦航）
2019届：	金淑婷（获国奖2万元，厦门大学读博）
	林佳伟（Aibee创业公司）
	刘丽（获国奖2万元，华为奖学金8000元，华为）
	汪文（阿里）
2020届：	杜妍孜(Unity)
	罗菡（华为）
	章茜茜（华为）
	朱思怡（获两次国奖共4万元，华为特别offer）
	林盈来（腾讯）
2021届：	钟玥（获国家奖学金2万元，Amazon AI实习，字节跳动）
	叶聪敏（获国家奖学金2万元，字节跳动实习，滴滴）
2022届：	马腾飞(Amazon AI实习，华为实习，阿里工作）
	罗潇澧（阿拉丁实习，百图生科实习，药明康德工作）
	潘晓琴（阿里实习，蚂蚁金服工作）
	陈雨洁（搜狗实习，字节跳动工作）
	俞琳荟（哔哩哔哩实习，韶关学院工作）
	罗晓妍（德睿实习，长沙银行工作）
2023届：	董靖鑫（获国家奖学金2万元，东方理工研究院实习，阿德莱德大学读博）
	涂心琪（联想实习，联想工作）
	李梓盟（微软亚研实习，阿里工作）
在读硕士
2021级：	周珍冉（联想实习），杨慧丹，陶雯，赵宸，陈述高（深势科技实习）
2022级：	陈睿哲，陈泽慧，刘名权，程志祥（宇耀生物实习）
2023级：	谢聆轩，甄茁文，李超逸
指导博士
2014级：	徐航（与曾文华教授联合指导，新西兰维多利亚大学博后）
	陈旭（与王备战教授联合指导，美国北卡教堂山分校博士后）
2016级：	姜晶（与电子科技大学邹权教授联合指导，OSU联合培养，德州大学圣安东尼分校博士后）
2019级：	金淑婷（与厦大刘向荣教授联合指导，德睿智药和宇耀生物实习，武汉科技大学任教）
2020级：	杨喜喜（德睿智药实习，碳硅智能实习）
2021级：	向鸿鑫（宇耀生物实习），卢长城
2022级：	任宣百
2023级：	任忠豪，马鹏森
培养博士后
培养博士后
2016级：	Francis George C. Cabarle（获外专局外国青年人才项目资助，出站后于菲律宾大学任教）
2019级：	付祥政（湖南大学博士毕业，获国自科青年基金，博士后基金，入选澳门青年学者）
2020级：	潘楚（湖南大学博士毕业，获湖南大学博士后重点资助，国自科青年基金）
	彭勇（中南大学博士毕业，复星医药高管，在职博士后）
2021级：	姜晶（厦门大学博士毕业，获湖南大学博士后重点资助，国自科青年基金）
2022级：	许俊林（湖南大学博士毕业，获湖南大学博士后重点资助，国自科青年基金）
	刘莹（湖南大学博士毕业，获湖南大学博士后重点资助，国自科青年基金）
2023级：	尚奕帆（筑波大学博士毕业，获湖南大学博士后重点资助）
指导本科生
2013级：	邓高山（发表国际会议论文一篇，南加州大学留学，世界排名前三十，硅谷工作）
2014级：	孟祥毅（发表CCF B类会议一篇，2018年香港城市大学攻读博士学位）
2015级：	陈洪杰（发表CCF B类会议一篇，2019年美国弗吉利亚理工攻读博士学位）
2016级：	张杨康（Amazon AI实习，2020年保送浙江大学研究生）
2019级：	洪滢聪（湖南大学理科实验班）
2022级：	戴亦凡（获国家奖学金）、喻迪