| 姓名：阎爱侠 职称：教授 邮箱：yanax@mail.buct.edu.cn 办公地址：科技大厦-408 |  |
教育背景：
1.1991,9-1995,6，兰州大学化学系，获学士学位
2.1995,9-2000,6，兰州大学化学系，获理学博士学位
工作经历：
1.2001,1-2003,1，德国爱尔兰根大学，作为洪堡研究员进行研究工作
2.2003,2-2005,1，英国牛津大学化学系，作为研究科学家进行研究工作
3.2010,4-2010,6，德国波恩大学，作为洪堡研究员进行研究工作
4.2005,2-今，北京化工大学，在生命科学与技术学院制药工程系工作
学术**：
1.journal of chemical information and modeling 的审稿人
2.molecular diversity 的审稿人
3.国家自然科学基金评审专家，2009-至今；
主要研究领域：
主要研究领域为计算机辅助药物设计，以重要生物靶标的抑制剂及小分子药物的生物活性为研究对象，充分利用生物信息学、化学信息学、计算化学等工具和方法，进行药物信息及数据挖掘、多种机器学习方法的建模、化合物虚拟筛选等研究，以预测新化合物的生物活性，寻找和设计新的先导化合物。
近年来进行的主要科研工作包括：有机化合物及药物admet性质（包括水溶解度、血脑屏障系数、生物利用度、p型糖蛋白底物、化合物致癌性等）的计算预测，抗癌药物靶标(热休克蛋白hsp90、极光激酶a和b、酪氨酸激酶等)、抗艾滋病药物靶标hiv-1整合酶、抗丙型肝炎病毒药物靶标hcv聚合酶、抗炎药物设计靶标环氧合酶(cox-1和cox-2)、5-脂氧合酶 (5-lox)、前列腺素e 2 合酶（mpges-1）及其抑制剂的计算预测等药物信息学方面的研究；近年来，主持国家自然科学基金项目4项，作为子项目负责人承担科技部863项目1项，并参与一些国际合作项目。发表学术论文80余篇，其中sci收录70余篇；并参与4部英文专著有关章节的撰写。（researchgate网页为http://www.researchgate.net/profile/aixia_yan/）
获奖及荣誉：
(1) 2001年获德国洪堡基金会的洪堡学者奖学金 (alexander von humboldt research fellowship)；
(2) 1999年获中国科学院奖学金.
(3) 2012年，北京化工大学 “巾帼建功” 先进个人；
(4) 2012年，北京化工大学 “师德先进个人”
代表性著作：
(1)qin, z.j.; xi, y.; zhang, s.d.; tu, g.p.; yan, a.x.* classification of cyclooxygenase-2 inhibitors using support vector machine and random forest methods, journal of chemical information and modeling, 2019, 59 (5) , 1988-2008.
(2)zhang, s.d.; li, y.; qin, z.j.; tu, g.p.; chen, g.; yan, a.x.*sar study on inhibitors of giia secreted phospholipase a2 using machine learning methods, chemical biology & drug design, 2019, 93 (5), 666–684.
(3)kong, y.; bender, a.; yan, a.x.*identification of novel aurora kinase a (aurka) inhibitors via hierarchical ligand-based virtual screening. journal of chemical information and modeling, 2018, 58(1), 36-47.
(4)li, y.; tian, y.j.; qin, z.j.; yan, a.x.* classification of hiv‑1 protease inhibitors by machine learning methods, acs omega, 2018, 3,15837-15849.
(5)zhang, m.d.; xia, z.h.; yan, a.x.*; computer modeling in predicting the bioactivity of human5-lipoxygenase inhibitors, molecular diversity, 2017, 21, 235–246.
(6)wang, m.l.; li, l; yu, c.y.; yan, a.x.*; zhao, z. z.; zhang, g.; jiang, m.; lv, a.p.; gasteiger, j. classification of mixtures of chinese herbal medicines based on a self-organizing map (som), molecular informatics, 2016, 35(3-4), 109-115.
(7)li, y.; xuan, s.y.; feng, y.;yan, a.x.*targeting hiv-1 integrase with strand transfer inhibitors, drug discovery today,2015, 20(4), 435-449.
(8)wang, m.l.; zhong, m.; yan, a.x.*; li, l.; yu, c.y. quantitative structure and bioactivity relationship study on hcv ns5b polymerase inhibitors, sar and qsar in environmental research, 2014, 25(1), 1-15.
(9)zhong, m.; nie, x.l.; yan, a.x.*;yuan, q.p. carcinogenicity prediction of noncongeneric chemicals by a support vector machine, chemical research in toxicology, 2013, 26(5), 741-749.
(10)heikamp,k.; hu, x.y.; yan, a.x.;bajorath, j. prediction of activity cliffs using support vector machines, journal of chemical information and modeling, 2012, 52 (9), 2354-2365.
(11)yan, a.x.*; wang, l.; xu, s.y.; xu j. aurora-a kinase inhibitor scaffolds and binding modes, drug discovery today, 2011, 16(5-6),260-269.
(12)wang, z.; chen, y.y.; liang, h.; bender, a.; glen, r.c.; yan, a.x.* p-glycoprotein substrate models using support vector machines based on a comprehensive data set, journal of chemical information and modeling, 2011, 51(6), 1447-1456.
(13)yan, a.x.; grant, g. h.; richards, w. g. dynamics of conserved waters in human hsp 90: implications for drug design, journal of the royal society interface, 2008. 5(supp3), s199–s205.
(14)yan, a.x.* application of self-organizing maps in compounds pattern recognition and combinatorial library design, combinatorial chemistry & high throughput screening, 2006, 9(6), 473-480.
(15)yan, a.x. andgasteiger, j., prediction of aqueous solubility of organic compounds based on a 3d structure representation, journal of chemical information and computer science, 2003, 43(2), 429-434.
(16)yan, a.x.* prediction of adme properties, in “applied chemoinformatics: achievements and future opportunities”, pp333-358, editors: t. engel, j. gasteiger, wiley-vch, weinheim, 2018. (外文专著)
教师寄语：
业精于勤荒于嬉，行成于思毁于随
招生要求：
英语优秀，计算机较好，专业基础扎实，对药物信息学及计算化学等研究课题感兴趣，并愿意在该研究领域学习和钻研。
