四川大学化学学院
师资力量

李益洲     副教授

研究方向:分析化学

联系方式:18280076686          Email:liyizhou@scu.edu.cn

个人主页:点击进入

简历

2001.7-2005.7,四川大学化学学院,学士

2005.7-2011.7,四川大学化学学院,分析化学博士

2011.7-至今,四川大学化学学院,讲师/副教授

2013.9-2014.8,杰克逊实验室(基因组医学实验室),博士后

2014.9-2015.4,加州大学圣地亚哥分校,访问学者

主要研究方向

  毕业于四川大学化学学院,曾赴美国杰克逊实验室从事博士后研究,随后到加州大学圣地亚哥分校进行访学。目前作为负责人承担了自然科学基金2项,另外作为主研人员参与了多项自然科学基金项目的研究工作。申请人多年来致力于交叉学科研究,尝试用计算机、数学方法研究化学和生物问题,相关工作曾获教育部自然科学二等奖。

  基于新一代测序数据的基因调控机理研究 个体之间的差异通常导致其对药物的药效/抗药性具有不同的反应,对个体基因组的研究有助于了解这些差异的分子机制。我们对糖尿病人组织样本的测序数据进行基因表达分析,筛选差异表达基因,通过富集分析对致病机理,以及个体对药物反应差异的分子机制进行研究;通过表观基因组数据,Hi-CRNA-Seq数据的整合分析对基因调控机理进行研究。

  生物大分子的结构与功能研究 生物大分子如RNA和蛋白质的功能与其结构密切相关。针对两类分子开展的研究包括:生物分子结构建模,功能位点识别,分子相互作用(RNA与蛋白质,蛋白质与蛋白质,小分子配体与蛋白质)建模,药物与靶标相互作用建模。通过对这些分子结构与功能的研究我们进一步对药物靶标的筛选,小分子药物的虚拟筛选开展相应的研究。

主要工作业绩

项目情况:

国家自然科学基金

基于多调控因子的细胞/组织特异性基因调控机理研究

64

2018.1-2021.12

21775107

负责

国家自然科学基金青年基金

基于系统生物学与定量构效关系的药物副作用研究

25

2014.1-2016.12

21305096

负责(已完成)

国家自然科学基金

基于化学计量学方法的生物组学数据整合分析

65

2017.1-2020.12

21675114

主研(在研)

国家自然科学基金

关于化学与生物信息学的网络分布式计算共享平台研究

85

2014.1-2017.12

21375090

主研(在研)

国家自然科学基金

食品中抗生素类药物残留评估的化学与生物信息学方法探索

60

2012.1-2015.12

21175095

主研(已完成)

国家自然科学基金

基于抗癌药物及其靶标蛋白相互作用的层次网络研究

35

20101-2012.12

20972103

主研(已完成)

代表性成果 (获奖成果、专著、论文、专利)

1.Yiming  Wu,Runyu Jing,Yongcheng Dong, Qifan Kuang,Yan   Li,Ziyan Huang,Wei Gan,Yue Xue, Yizhou Li* and Menglong Li*. Functional   annotation of sixty-five type-2 diabetes risk SNPs and its application in   risk prediction. Scientific Reports,2017,7.

http://chem.scu.edu.cn/files/1_1.jpghttp://chem.scu.edu.cn/files/1_2.jpg

2. Yongcheng  Dong,Ziyan Huang,Qifan Kuang,Zhining   Wen,Zhibin Liu, Yizhou Li*,Yi Yang* and Menglong Li. Expression   dynamics and relations with nearby genes of rat transposable elements across   11 organs, 4 developmental stages and both sexes. BMC Genomics,2017,   18: 666.

http://chem.scu.edu.cn/files/%E6%9D%8E%E7%9B%8A%E6%B4%B2%20%E5%9B%BE2(1).jpg

3.Yan  Li,Yongcheng Dong, ,Ziyan Huang, Qifan Kuang, Yiming   Wu, Yizhou Li* and Menglong Li*. Computational identifying and   characterizing circular RNAs and their associated genes in hepatocellular   carcinoma.Plos One,12(3),e0174436.

http://chem.scu.edu.cn/files/%E6%9D%8E%E7%9B%8A%E6%B4%B2%E5%9B%BE3(1).jpg

4. Qifan Kuang ,     Yizhou Li *, Yiming Wu ,   Rong Li ,   Yongcheng Dong , Yan Li, Qing Xiong ,   Ziyan  Huang , Menglong Li , A   kernel matrix dimension reduction method for predicting drug-target  interaction. Chemometrics   and Intelligent Laboratory System,2017,162:104-110

http://chem.scu.edu.cn/files/%E6%9D%8E%E7%9B%8A%E6%B4%B2%204(1).jpg

5.Yiming  Wu,Qifan Kuang,Yongcheng Dong,Ziyan Huang,Yan Li,   Yizhou Li* and Menglong  Li*. Predicting pathogenic   single nucleotide variants through a comprehensive analysis on multiple level   features. Chemometrics and  Intelligent Laboratory Systems,2016,156:224-230.

http://chem.scu.edu.cn/files/%E6%9D%8E%E7%9B%8A%E6%B4%B2%205.jpg

6. Kuang Q, Xu X, Li R, Dong Y, Li Y, Huang Z, Li Y,   Li M*. An eigenvalue transformation technique for predicting drug-target   interaction. Scientific Reports, 2015, 5: 13867~13867.  

7. Dong  Y, Kuang Q, Dai X, Li R, Wu Y, Leng W, Li   Y, Li M: Improving the Understanding of Pathogenesis of Human   Papillomavirus 16 via Mapping Protein-Protein Interaction Network. Biomed   Research International, 2015.  

8. Kuang  Q, Wang M, Li R, Dong Y, Li Y, Li M   *. Investigation of Computation Models for Predicting Adverse Drug   Reactions (ADRs). Plos One, 2014. 9(9).

9. Ling Ye, Qifan Kuang, Lin Jiang, Jiesi Luo, Yanping Jiang, Zhanling Ding, Yizhou Li *,   Menglong Li *:    Prediction of hot spots residues in protein–protein interface using   network feature and microenvironment feature.Chemometrics &   Intelligent Laboratory Systems 2014, 131:16-21.

10. Wu Y, Jing R, Li Y*, Li M*. Combination use   of protein-protein interaction network topological features improves the predictive   scores of deleterious non-synonymous single-nucleotide polymorphisms. Amino   Acids, 46: 2025-2035, 2014

11. Jiang Y, Li Y*, Kuang Q, Ye L, Wu Y, Yang L, Li   M: Predicting putative adverse drug reaction related proteins based on   network topological properties. Analytical Methods 2014, 6:2692-2698.    

12. Lin J, Kuang Q, Li Y, Zhang Y, Sun J, Ding Z, Li M: Prediction   of adverse drug reactions by a network based external link prediction method.   Analytical Methods 2013, 5:6120-6127.

 

关闭