刘晓依，北京平谷人，工学博士，北京中医药大学讲师。2024年博士毕业于美国南卡罗莱纳大学。专注于通过人工智能技术与中药信息学深度融合的跨学科手段，推动中药智能制造工艺的升级和质量控制水平的提升。从事人工智能驱动的工业智能化与合成生物学研究。致力于AI for Science领域，主要研究方向包括开发和利用人工智能算法加速中药智能化数理双驱平台构建、生成式人工智能、智能计算驱动的新药研发。联合克莱姆森大学完成开发泛化的复合材料多级精控工业智能平台，以第一或合作作者身份在Bioinformatics、Brief Bioinform.、PLOS Comput. Biol.、Genome Res.、Int. J. Mol. Sci.等国际知名期刊发表多篇论文。获得国家发明专利2项，软件著作权2项。参与编写并出版《合成生物学导论》（高等学校教材）1部。担任IEEE International Conference on Bioinformatics & Biomedicine BIBM主委会委员，国际学习表征会议计算机会议评委员。
研究方向:
1) 人工智能驱动的中药智能制造软件系统；
2) 中药智能制造过程机器学习算法；
3) AI制药，生成式人工智能；
4) 多模态中药知识图谱及图表征算法。
主要科研课题
1) 美国科学基金 (NSF), 23312412024811 人工智能驱动的复合材料制造多级质量控制系统, 2021-08至2024-08，参与。
2) 中华人民共和国科学技术部，国家重点研发计划子课题，重要工业化学品生物制造菌种的新一代网络模型构建与应用，2021YFC2100700，2022-01至2026-01，参与。
3) 国家自然科学基金委员会，面上项目，62172296，靶向蛋白质相互作用的药物分子智能识别方法研究，2022-01至2025-12，参与。
4) 中华人民共和国科学技术部，国家重点研发计划子课题，2020YF40908400，新蛋白质元件人工设计合成及应用，2020-11至今，参与。
5) 科技部国家重点研发计划，中国重大疾病与罕见疾病临床与生命组学数据库，2020-12至2021-12 ，参与。
6) CCF-腾讯犀牛鸟，面向生物医学大数据的恶性肿瘤早期诊断人工智能方法，2020-12至2021-12 ，参与。
主要代表论文
1) Liu X, Ai C, Yang H, Dong R, Tang J, Zheng S, Guo F. RetroCaptioner: beyond attention in end-to-end retrosynthesis transformer via contrastively captioned learnable graph representation. Bioinformatics. 2024 Sep;40(9):btae561. Bioinformatics. SCI 一区
2) Liu, X., Yang, H., Ai, C., Ding, Y., Guo, F., & Tang, J. (2023). MVML-MPI: Multi-View Multi-Label Learning for Metabolic Pathway Inference. Briefings in Bioinformatics, 24(6), bbad393. SCI 一区
3) Liu X, Yang H, Ai C, Dong R, Ding Y, Yuan Q, Tang J, Guo F. A generalizable framework for unlocking missing reactions in genome-scale metabolic networks using deep learning. arXiv preprint arXiv:2409.13259. 2024 Sep 20.
4) Ai C, Yang H, Liu X, Dong R, Ding Y, Guo F. MTMol-GPT: De novo multi-target molecular generation with transformer-based generative adversarial imitation learning. PLOS Computational Biology. 2024 Jun 26;20(6):e1012229. SCI 一区
5) Zhang, T., Yu, H., Jiang, L., Bai, Y., Liu, X., & Guo, Y. (2023). Comprehensive Pan-Cancer Mutation Density Patterns in Enhancer RNA. International Journal of Molecular Sciences, 25(1), 534. SCI 一区
6) Zhao M, Li J, Liu X, Ma K, Tang J, Guo F. A gene regulatory network–aware graph learning method for cell identity annotation in single-cell RNA-seq data. Genome Research. 2024 Jul 1;34(7):1036-51. SCI 一区
授权发明专利
1) 郭菲；刘晓依；杨洪鹏；艾成伟；唐继军，一种预测代谢网络中的缺失反应的方法 ，2023-5-28，中国，ZL 2023 1 0562934.3
2) 郭菲；刘晓依；杨洪鹏；艾成伟；唐继军，一种基于多视图多标签学习的代谢途径推断方法，2023-6-20，中国，ZL 2023 1 0564600.X
参编著作
1) 分子代谢通路多标签预测系统 V1.0 ，2023R11L1172785
2) 代谢网络缺失反应智能预测系统V1.0 ，2023R11L1171907
3) 《合成生物学导论》（高等学校教材）
通讯地址：北京房山区良乡大学城 北京中医药大学 中药学院
邮政编码：102488
E - mail : xiaoyi.liu@bucm.edu.cn
微信: 15501188186