化学基元组学与药物创新

化学基元组学（chemomics）是与化学信息学、生物信息学、合成化学等学科相关的交叉学科．生物系统从内源性小分子（天然砌块）出发,通过酶催化的化学反应序列制造天然产物．生物系统通过化学反应和天然砌块向目标天然产物“砌入”一组原子,这样的一组原子称为化学基元（chemoyl）．化学基元组（chemome）是生物组织中所含有的化学基元的全体．化学基元组学研究各种化学基元的结构、组装与演化的基本规律．在生存压力和繁衍需求的驱动下,生物系统已经进化出有效手段来合成天然产物以应付环境的变化,并产生了丰富多彩的生物和化学多样性．近年来,人们意识到药物创新的瓶颈之一是药物筛选资源的日益枯竭．化学基元组学可以解决这个瓶颈问题,它通过揭示生物系统制备化学多样性的规律,发展仿生合成方法制备类天然化合物库（quasi natural product libraries）以供药物筛选．本文综述了化学基元组学的主要研究内容及其在药物创新各领域中的潜在应用．     

国家基金委信息学部“2009年电路与系统领域”研讨会在我校召开

9月20日,＂2009年电路与系统领域＂研讨会在我校召开,来自多所著名高校的数十名专家就电路与系统领域有关研究课题进行了研讨和交流.校长聂秋华出席研讨会并致辞.会上,聂秋华校长简要介绍了学校沿革和基本情况,并希望得到国家自然科学基金委和与会专家、学者的大力支持.     

奇特的量子效应——量子纠缠

 量子力学从1925年诞生以来,经过大量的实验检验和理论发展,肯定了它的正确性。量子力学与信息技术的结合也是必然的。当今,信息科学在推动社会文明进步和提高人类生活质量方面发挥着越来越重要的作用。     

多组件学习器实现有机分子沸点的精准预测

沸点(BP)是有机分子液体的基本物理化学量, 也是化学工业生产中的重要参数. 有机分子的沸点由分子结构决定, 呈现复杂的结构-沸点关系, 函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测, 应用范围狭窄, 预测精度低. 本研究中, 我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测. 我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型, 并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器, 最后集成三个学习器对有机分子沸点进行预测. 相比于传统方法和此前的定量结构性质关系(QSPR)模型, 多组件模型结合了三种模型的优点, 展现出很好的预测精度和泛化能力以及低的过拟合, 实现了对多种类型有机分子的沸点的有效预测.     

信息时代的天文学

21世纪的天文学步入大数据时代和信息时代,呈现出了新面貌。天文学的起源问题和面临的信息科学问题仍是天文学家亟待解决的难题。尽管科学家们已经取得了一些成果,但在新的形势下,还需用人工智能方法武装头脑,与其他领域的专家或企业合作,培养和造就面向大数据的新一代人才,共同谱写天文学的华丽篇章。     

机器学习方法在高分子玻璃化研究中的应用

高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.     

化学信息学发展现状

本文叙述了目前化学领域的发展热点之一——化学信息学（Chemoinformatics)的发展概况,从信息学角度对其产生、成长及未来发展趋势进行了探讨。     

基于CouchDB和Elastic Search的高性能化学结构搜索引擎与数据库的构建

计算机辅助的化学结构搜索在化学信息学中地位十分重要,本文设计了一套高性能的化学结构和化学数据搜索系统,称为DCAIKU.DCAIKU基于CouchDB无模式数据库和ElasticSearch基础架构构建,通过将结构相似性搜索变换为文字搜索实现了高性能和高灵活性的检索引擎：在满足化学信息存储的高灵活性条件下,仍然可以做到低延迟和高准确性,同时拥有良好的伸缩性,可以大规模并行化和集群化.     

物理学新技术与生命科学前沿研究

物理学新技术对现代生命科学取得的巨大成就发挥了极其重要的作用；生命科学和医学的需要又促进了物理新技术和仪器的发展。本文介绍了在生命科学一些前沿研究领域中应用物理学新技术取得的成果，并展望了21世纪的发展前景，包括：单分子动力学、结构生物学、纳米技术和生物技术、分子细胞信息学、脑科学和神经信息学。     

光量子与量子通信

 近年来,随着光纤通信技术的日臻发展完善,人们把目光逐渐转向新通信技术的开发与研究,而在众多研究项目中,量子通信技术无疑是最具潜力和应用前景的。量子通信是20世纪末期新生的交叉学科,是量子信息学的一个重要方面,经过几年的不懈努力,我国以及欧美和日本等发达国家在这一新兴领域已取得了一系列重大突破。