• 电子与计算机工程副教授
  • 计算机科学与工程附属学院“,
杨沈

教育背景

  • 博士,系统工程,波士顿大学- 2008
  • 中国科学技术大学自动化学士- 2002

研究兴趣

  • 用于生物分子、系统和数据建模的算法。

    • 算法:
      • 优化和机器学习
      • 系统及控制
    • 应用程序:
      • 蛋白对接及蛋白药物设计
      • 系统与合成生物学
      • 组学

奖励与荣誉

  • 为早期研究人员最大化研究人员研究奖(MIRA),美国国立普通医学科学研究所,美国国立卫生研究院,2017年
  • 教师早期职业发展(Career)奖,国家科学基金会,2020年

选定的出版物

  • 游勇和沈勇(2022)。“基于交叉模态和自监督蛋白包埋的复合蛋白亲和和接触预测”,生物信息学38(增刊2):ii68-ii74。
  • Karimi M,朱s,曹勇,沈勇(2020)。“使用引导条件Wasserstein生成对抗网络的新型折叠De Novo蛋白设计”,化学信息与建模杂志60(12):5667-5681。
  • 曹勇,沈勇(2020)。“贝叶斯主动学习在蛋白质对接中的优化和不确定性量化”,化学理论与计算杂志16(8):5334-5347。
  • 游勇、陈涛、王志和沈勇(2019)。“自我监督何时有助于绘制卷积网络?”机器学习国际会议,第10871-10880页。
  • 曹颖,陈涛,王志和沈勇(2019)。“学习优化群体”,神经信息处理系统进展(NeurIPS) 32: 15018-15028。
  • Karimi M, Wu D, Wang Z, Shen Y(2019)。“深度亲和:通过统一的循环神经网络和卷积神经网络对复合蛋白亲和的可解释深度学习”,生物信息学35(18):3329-3338。
  • M Karimi和Y Shen(2018)。“一种高效的多态蛋白质设计算法”,生物信息学34(18):i811-i820。