2019年7月美国生物化学和分子生物学会颁布了2020年度DeLano奖获奖人,密西根大学教授张阳获得了该奖项,成为了该奖项自2011年度成立以来第一位获奖的华人科学家。
“DeLano奖是美国生物化学和分子生物学会(American Society for Biochemistry and Molecular Biology,简称ASBMB)设立的一个奖项。该奖是由Warren L.DeLano家族资助,用来纪念美国生物信息学家Warren L.DeLano博士。DeLano博士2009年去世,年仅37岁。他开发的PyMOL软件是分子生物学领域最著名,也是使用最为广泛的,生物分子结构显示以及药物设计的开源软件。DeLano奖的全称是ASBMB计算生物科学DeLano奖,详见:https://www.asbmb.org/awards/delano/ 。”
“DeLano奖每年颁发一次,每次授予一名“最富开创性地将计算机技术用于分子水平生命科学研究”的科学家。自2011年以来,已经有九名美国科学家荣获该奖,包括斯坦福大学的诺贝尔奖获得者Michael Levitt教授,美国国家科学院院士Axel Brunger、Barry Honig教授,蛋白质折叠领域著名专家,斯坦福大学教授Vijay Pande,对计算生物学有多项开创性贡献,哈佛大学教授 Chris Sander,以及著名蛋白质数据库(Protein Data Bank)的创始人Helen Berman教授等人。”
张阳在华中师范大学粒子物理学系师从刘连寿教授获得物理学博士学位,1999年到中科院理论物理研究所做博士后研究。在Google Scholar可找到的第一篇论文是1999年发表的《高能强子-强子和轻子-强子碰撞中的非弹性衍射和彩色单重子团簇》。
“在博士后期间,一次很偶然的机会,张阳读到了欧阳钟灿院士的一篇关于血液中红细胞膜的形状论文而决定转做生物学”。张阳“觉得特别有意思。我原来研究高能物理,研究对象是电子、质子、夸克等看不见摸不着的基本粒子,观测这些粒子需要高能碰撞,然后对末态进行间接研究;欧阳老师的文章让我觉得生物和我原来的研究领域完全不同,研究对象可以是看得见、摸得着的东西。这对于生物学家们可能没有什么,但是对于一个一直在做理论物理抽象研究的人来讲,这种感觉十分振奋”。
张阳“后赴德国、(2001年初到)美国从事博士后研究。”
张阳先后在美国堪萨斯大学做助理教授,密西根大学做助理教授、教授。
2006年第七届蛋白质结构预测的关键评估(CASP-Critical Assessment of protein Structure Prediction)中,张阳获得第一名的好成绩。
第一届CASP是1994年开始举办的,2018年是第13届。Google的 Alphafold (用DeepMind - 深度思考建立的人工智能程序)赢得第一。
2006年“张阳的工作是设计研制新的计算机算法,从氨基酸序列预测蛋白质的结构和功能”。“他的实验室的一个重要研究课题是预测G蛋白质偶联受体(GPCR)的结构。”
“GPCR是一种非常重要的跨细胞膜蛋白质家族,负责将细胞表面接到的信息转换成细胞内信号。目前,市场一半以上的药物都是以它们为靶标的。GPCR蛋白的三维结构信息将为这些药物设计研究提供重要导向。目前已知人体大约有850种GPCR,其中只有一种蛋白质由X-衍射技术解得其三维结构,所有其他GPCR蛋白质必须依赖于计算机结构预测。”
随后张阳得到“美国国家健康研究院一项125万美元的研究项目;2008年度斯隆研究奖(Alfred P. Sloan Award);2008年度美国国家科学基金会的教授早期事业发展奖(NSF Career Award)”。
“斯隆研究奖由美国阿尔弗雷德P·斯隆基金会于1955年创立。这是一个声望很高且极具竞争力的奖项,旨在提高和促进特定科学领域中最杰出青年学者的事业发展。自创立以来,获奖者中已有35人获诺贝尔奖,14人获菲尔茨奖,一半以上的经济学类获奖者获得了所在领域最高荣誉之一——约翰·贝茨·克拉克奖。”
“2008年,斯隆基金会在来自美国和加拿大64所大学的600位候选人中,授予118位学者斯隆研究奖,他们分属化学、计算和环境分子生物学、计算机科学、经济学、数学、神经科学和物理等7个领域,总奖金额达590万美元。”
“所有这些奖项,均源于张阳在计算机预测蛋白质结构研究中的杰出表现和发展潜能。”
张阳当前研究的方向是:蛋白质结构预测、蛋白质设计、基于结构的函数注释、SNP突变和遗传病、蛋白质-蛋白质相互作用、G蛋白偶联受体和配体-受体相互作用、配体筛选和基于结构的药物设计等。
后记:1,本文的题目原来不是这个,大概这个题目更能引起关注。2,张阳的本科是哪个学校没有查到。“应该是不知名的院校”,就像城里的“辫子小宝”自称电大毕业。但他不是他。3,看来学物理的、学计算机的也可以转行学生物。
参考资料:
1,热烈祝贺我所所友张阳教授获得2020年度DeLano奖:http://www.itp.cas.cn/xwzx/zhxw/201907/t20190729_5353084.html
2,张阳:从理论物理到理论生命:http://www.cas.cn/xw/zjsd/200906/t20090608_647212.shtml
3,张阳工作网站:https://medicine.umich.edu/dept/biochem/yang-zhang-phd
4,关于CASP:https://en.wikipedia.org/wiki/CASP
That is not true. All fundamental physics laws come from conjecture and induction, not from deduction.
Exactly. It is very easy even for untrained but intelligent laymen to understand profession papers in biology but nearly impossible even for trained scientists in other fields to do the same for mathematics and physics papers. It is also much harder to make new discoveries in mathematics and physics since all the low hanging fruits have all been picked clean, while unknown phenomena lay scattered all over the surface in biology for easy picking. Many physicists and mathematicians who are not sharp enough to cut the physics and mathematics diamonds choose to try their teeth in other softer fields. That is a good thing.
“当然,中国(大陆)八、九十年代的高中里是有文理科之分的,也许是偏见,也许是一部分的事实,那时候非常聪明的学生都去学了理科,具体的解释是,聪明之中第一层聪明的大都去学了以数学和物理为基础的 Physical Sciences,第二聪明的去学了生物类,Biological Sciences,第三聪明的学文科。不过,以上那个论断里,学生的智商程度:聪明,就分了一二三层,而且没有不聪明。”
小说《美西罗曼史》第六章 链接:http://blog.wenxuecity.com/myblog/74977/201905/30602.html