陈海峰

教授

  • 电话:+86-021-34204073
  • 邮箱:haifengchen@sjtu.edu.cn
  • 地址:综合实验大楼3号楼(叶杰全楼)512
  • 实验室网址:http://cbb.sjtu.edu.cn/~hfchen
  • 陈海峰,教授,博士生导师。JCIM编委。西安交通大学本科毕业,四川大学硕士毕业,法国巴黎第七大学博士毕业。加州大学尔湾分校进行博士后研究。从事无规蛋白的精准分子力场及基于人工智能的全新蛋白质设计研究。迄今为止发表一百五十多篇SCI论文。

学术经历

  • 2013–至今 Chemical Biology & Drug Design副主编

  • 2015–至今 Frontiers in Molecular Biosciences副主编
  • 2022-至今 Journal of Chemical Information and Modeling 编委 
  • 2022-至今 International Journal of Molecular Sciences 编委 

  • 2023-至今  生物信息学会生物分子结构预测与模拟专委会委员

研究方向

天然无规蛋白的精准分子力场

天然无规蛋白是一类在生理条件下没有稳定三级结构的蛋白质。这类蛋白在真核生物蛋白质组中的含量超过40%,而且天然无规蛋白与肿瘤、心血管疾病、神经退行性疾病以及糖尿病等复杂疾病的发生发展密切相关。与结构蛋白相比,天然无规蛋白具有构象多样性的特点难于采用X-ray、NMR等传统实验方法来研究。因而,依赖于高性能计算的分子动力学模拟在天然无规蛋白的研究中发挥着越来越重要的作用。而分子力场是模拟天然无规蛋白的基础。因而,我们从2013年开始分别矫正了八个无规倾向性的氨基酸、二十种氨基酸、八十种氨基酸环境的CMAP参数,形成了系列精准的无规蛋白分子力场。比如ff99IDPs、ff14IDPs、ff14IDPSFF、CHARMM36IDPSFF、OPLSIDPSFF、ff03CMAP、氨基酸环境特异的分子力场ESFF1、极化力场Drude2019IDP以及个性化的分子力场PPFF1。大量的测试结果表明,新力场能重现天然无规蛋白的构象特征,并准确预测天然无规蛋白的化学位移、J-Coupling、NOE等参数。与现有分子力场相比,精准力场对天然无规蛋白的模拟更加精确而且更加高效。天然无规蛋白特异的精准分子力场分别发表在JCIM、JCTC、PCCP等主流国际刊物,并且在国际上引起很大的反响。力场参数发表之后,包括美国科学院院士Andy McCammon等同行索要力场参数。这些成果将大大地推动天然无规蛋白结构与复杂疾病关系的研究,并为靶向无规蛋白的药物研发奠定坚实的基础。

计算机辅助创新药物发现

计算机辅助药物设计(computer aided drug design)是以分子模型为基础,通过计算机模拟与计算研究药物与受体大分子之间的相互作用,从而设计和优化先导药物的方法。我们课题组采用三维定量构效关系(3D-QSAR)结合分子对接、分子动力学模拟的方法分别研究了HIV-1蛋白酶、逆转录酶、蛋白整合酶以及CCR5抑制剂,COVID-9,肿瘤等靶标的分子机制,并构建中肯的预测模型。并结合本课题组开发的精准分子力场发展了药物的虚拟筛选流程,为药物研发奠定方法学基础。

基于人工智能的蛋白质设计

随着生化和结构数据的增长,酶工程正在从随机突变向理性设计发展,而理性设计最重要的一步就是如何获得酶的关键功能氨基酸。通常氨基酸的保守程度可以作为其功能重要的一个判断标准,然而,酶功能也依赖于氨基酸之间的协同作用。共进化指的是在成对的生物个体或者生物分子之间发生的协同变化,通常用来维持或者优化这些生物体或者生物分子之间的功能相关性。蛋白质水平的共进化分析,可以确定蛋白质之间的相互作用位点,进而演化成特定蛋白质亚家族之间共同保守的氨基酸群。统计偶联共进化分析方法可以定位那些对亚家族功能特性相关的氨基酸,比如酶的活性、热稳定性、底物结合特异性等,从而可以用于指导酶进化设计。我们从酶家族序列与结构出发,提出了一种以共进化理论结合人工智能的酶分子设计新方法。研究结果分别发表在FASEB Journal与Bioinformatics上。

天然无规蛋白的精准分子力场及溶剂化模型

天然无规蛋白是一类在生理条件下没有稳定三级结构的蛋白质。这类蛋白在真核生物蛋白质组中的含量超过40%,而且天然无规蛋白与肿瘤、心血管疾病、神经退行性疾病以及糖尿病等复杂疾病的发生发展密切相关。与结构蛋白相比,天然无规蛋白具有构象多样性的特点难于采用X-ray、NMR等传统实验方法来研究。因而,依赖于高性能计算的分子动力学模拟在天然无规蛋白的研究中发挥着越来越重要的作用。而分子力场是模拟天然无规蛋白的基础。因而,我们从2013年开始分别矫正了八个无规倾向性的氨基酸、二十种氨基酸、八十种氨基酸环境的CMAP参数,形成了系列精准的无规蛋白分子力场。比如ff99IDPs、ff14IDPs、ff14IDPSFF、CHARMM36IDPSFF、OPLSIDPSFF、ff03CMAP、氨基酸环境特异的分子力场ESFF1、极化力场Drude2019IDP以及个性化的分子力场PPFF1。大量的测试结果表明,新力场能重现天然无规蛋白的构象特征,并准确预测天然无规蛋白的化学位移、J-Coupling、NOE等参数。与现有分子力场相比,精准力场对天然无规蛋白的模拟更加精确而且更加高效。天然无规蛋白特异的精准分子力场分别发表在JCIM、JCTC、PCCP等主流国际刊物,并且在国际上引起很大的反响。力场参数发表之后,包括美国科学院院士Andy McCammon等同行索要力场参数。这些成果将大大地推动天然无规蛋白结构与复杂疾病关系的研究,并为靶向无规蛋白的药物研发奠定坚实的基础。

基于人工智能的全新蛋白质设计

随着生化和结构数据的增长,酶工程正在从随机突变向理性设计发展,而理性设计最重要的一步就是如何获得酶的关键功能氨基酸。通常氨基酸的保守程度可以作为其功能重要的一个判断标准,然而,酶功能也依赖于氨基酸之间的协同作用。共进化指的是在成对的生物个体或者生物分子之间发生的协同变化,通常用来维持或者优化这些生物体或者生物分子之间的功能相关性。蛋白质水平的共进化分析,可以确定蛋白质之间的相互作用位点,进而演化成特定蛋白质亚家族之间共同保守的氨基酸群。统计偶联共进化分析方法可以定位那些对亚家族功能特性相关的氨基酸,比如酶的活性、热稳定性、底物结合特异性等,从而可以用于指导酶进化设计。我们从酶家族序列与结构出发,提出了一种以共进化理论结合人工智能的酶分子设计新方法。研究结果分别发表在FASEB Journal与Bioinformatics上。

代表论著

  • •  

    Z. Wu, H. Liu, L. Xu, H.F. Chen*, Y. Feng*. Algorithm-based Coevolution Network Identification Reveals Key Functional Sectors of the α/β Hydrolase Subfamilies. The FASEB Journal. 2020, 34:1983-1995.

    •  

    Q. Li, R. Luo*, H.F. Chen*. Dynamical Important Residue Network (DIRN): Network Inference via Conformational Change. Bioinformatics. 2019, 35:4664–4670.

    •  

    Y. Zhang, H. Liu, S. Yang, R. Luo*, H.F. Chen*. Well-balanced Force Field ff03CMAP for Folded and Disordered Proteins. J. Chem. Theory Comput. 2019,15:6769-6780.

    •  

    D. Song, R. Luo, H.F. Chen*. The IDP-Specific Force Field ff14IDPSFF Improves the Conformer Sampling of Intrinsically Disordered Proteins. J. Chem. Inf. Model. 2017, 57:1166-1178 (Citation: 151).

    •  

    Z. Huang, L. Zhu, Y. Cao, G. Wu, X. Liu, Y. Chen, Q. Wang, T. Shi, Y. Zhao, Y. Wang, W. Li, Y. Li, H.F. Chen*, G. Chen, J. Zhang*. ASD: a comprehensive database of allosteric proteins and modulators. Nucleic Acids Res. 2011, 39: D663-D669 (Citation: 156).

  • •  

    H. Zhang, Z. Liu, Y. Sun, J. Zhu, S. Lu, X. Liu, Q. Huang,Y. Xie, H. Zhu, S. Dang, H.F. Chen, G. Zheng, Y. Li, Y. Kuang, J. Fei, S. Chen, Z. Chen, Z.G. Wang*. Rig-I regulates NF-κB activity through binding to Nf-κb13′-UTR mRNA. Proc. Natl. Acad. Sci. U. S. A. 2013, 110:6459-6464.

    •  

    H.F. Chen, R. Luo*. Binding induced folding in p53-MDM2 complex. J. Am. Chem. Soc. 2007, 129:2930-2937. (Citation: 117)

    •  

    X. Hong, N. Li, J. Lv, Y. Zhang, J. Li*, J. Zhang*, H.F. Chen*. PTMint Database of Experimentally Verified PTM Regulation on Protein-Protein Interaction. Bioinformatics. 2023, 39: btac823.

    •  

    J.J. Zhu, Z. Li, H. Tong, Z. Lu, N. Zhang, T. Wei*, H.F. Chen*. Phanto-IDP: Compact Model for Precise Intrinsically Disordered Protein Backbone Generation and Enhanced Sampling. Brief. Bioinformatics. 2024, 25: bbad429.

    •  

    Z. Pan, J. Mu, H.F. Chen*. Balanced Three-point Water Model OPC3-B for Intrinsically Disordered and Ordered Proteins. J. Chem. Theory Comput. 2023, 19: 4837-4850.

获奖情况

  • 2003年 上海市科学技术进步一等奖
  • 2019年《论文写作、规范与伦理》上海交通大学教学成果一等奖
  • 2020 上海交通大学教书育人三等奖
  • 2022 全国大学生生命科学创新创业大赛指导教师一等奖
  • 2023 全国大学生生命科学创新创业大赛指导教师一等奖
  • 2023 上海市挑战杯指导教师一等奖

  • 2015 上海交通大学优异学士学位论文指导老师

  • 2022 上海交通大学优异学士学位论文指导老师

  • 2023 上海交通大学优异学士学位论文指导老师

教学情况

  • 《生物信息学》(本科生课程)
  • 《学术写作、规范与伦理》(研究生课程)
  • 国家自然科学基金面上项目,天然无规蛋白个性化的精准分子力场研究,1/2022-12/2025,主持
  • 国家自然科学基金面上项目,RNA的碱基特异的精准分子力场研究,1/2020-12/2023,主持
  • 国家自然科学基金面上项目,环境特异的天然无规蛋白分子力场研究,1/2018-12/2021,主持
  • 国家自然科学基金面上项目,microRNA上调蛋白质翻译分子机制的生物信息学研究与实验验证,1/2013-12/2013,主持
  • 国家自然科学基金面上项目,与重大疾病相关的淀粉纤维蛋白的聚集机理的理论研究,1/2008-12/2008,主持
  • 国家重点研发计划,深海冷泉生物的生命过程与演替机制及其生态效应,6/2018-12/2021,子课题主持
  • 国家自然科学基金国际合作重点项目,假糖类药物生物合成途径的全新构建及多重适配性机制研究,1/2017-12/2021,子课题主持
  • 国家重点研发计划,酰基修饰药物关键酶系的分子设计与药物创新优产,1/2018-12/2019,子课题主持
  • 上海市浦江人才计划,翻译后修饰位点识别与转录调控研究,1/2010-12/2012,主持

承担项目

学生培养

  • 在读学生
  • 毕业学生