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）

l中国高被引学者（爱思唯尔，2021，2022）

l全球前十万名科学家（全球学者库，2020，2021）

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

l世界人工智能大会“卓越引领者奖（SAIL奖）”榜单（2020）

国内荣誉与奖励

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（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）

l2020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）

lCCF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

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

[27] 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)

[26] 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. (IF: 14.255)

[25] 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

[24] 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)

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

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

[21] 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)

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

[19] 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)

[18] 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

[17]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)

[16]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,IF:16.988)

[15]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)

[14]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

[13]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)

[12]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)

[11]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)

[10]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)

[9]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)

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

[7]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)

[6] 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)

[5] Xin Shu, Sameera Sansare, DiJin,Xiangxiang Zeng, Kai-Yu Tong, Rishikesh Pandey, RenjieZhou, Artificial‐Intelligence‐Enabled Reagent‐Free Imaging Hematology Analyzer, Advanced Intelligent Systems, 2021

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. (IF: 11.079)

[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

1. 国家优秀青年基金，多组学数据分析与智能处理（62122025），2022.1-2024.12

2. 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

3. 国家自然科学基金原创探索计划项目，支持生物序列机（62250028），2023.1-2023.12

   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

我的研究课题主要利用计算机视觉、深度生成模型、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，香港中文大学，克利夫兰医学中心等）或国内合作单位（如AWS AI，微软亚研院，百度，腾讯等）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、筑波大学（我联合指导）、新西兰坎特伯雷大学（我联合指导）、马德里理工大学（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AWS AI、百度、微软、腾讯AI Lab、之江实验室等工作机会。

【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。值得一提的是，我们也招收一部分优秀本科实习生，在保证不影响正常学习的情况下接受一些科研训练。

【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。

（最近更新：2023年9月12日。以上招生说明多条借鉴于其它老师的主页，例如电子科技大学邹权教授、厦门大学纪荣嵘教授等，不具备版权声明。）