研究领域

AI4Science、生物医药大模型、分子设计智能体及智能医学影像。

个人简介

付祥政，深圳理工大学计算机科学与人工智能学院特聘教授。入选澳门青年学者、深圳市鹏城孔雀计划特聘岗位B档。2019年博士毕业于湖南大学计算机科学与技术专业，曾就职于深圳华为公司担任研发工程师，并先后在湖南大学、澳门科技大学、香港浸会大学中医药学院从事科研工作。近五年，以一作/通讯作者在领域权威期刊和会议发表论文50余篇，谷歌学术被引2000余次，H-指数25，主持国家自然科学基金3项（面上2项、青年1项）及省市等各级项目10余项。

主要研究方向

立足人工智能与生物医药交叉前沿（AI4Science）研究，致力于通过底层算法创新突破新药研发瓶颈，主要聚焦以下三大核心方向：
1. 物理驱动的分子数据高效生成
针对前沿领域高质量分子数据稀缺的痛点，将AI与严谨的物理模型（如电子密度泛函理论、分子动力学模拟等）深度融合。通过突破传统实验获取的效率瓶颈，实现高精度分子数据的大规模、低成本合成，筑牢AI模型的数据底座。
2. 融合生化规律的生物医药大模型
现有AI模型难以深刻理解分子复杂的理化规律（如能量状态、手性、动态构象等）。基于海量无标签样本，运用自监督学习构建新一代大模型，促使AI自主内化底层生化规律，助力提升在药物靶点发现等任务中的泛化与推理能力。
3. 人机协同的分子设计多智能体
创新药设计需综合考量活性、毒性等多因素，且领域知识高度碎片化。致力于构建分子设计多智能体系统，通过赋予不同智能体专家角色，实现跨学科知识的有效整合与自主协同，打造高效的人机协作药物分子设计平台。

学习经历

2015-2019，湖南大学，计算机科学与技术，博士
2011-2014，湖南大学，计算机科学与技术，硕士
2007-2011，吉首大学，计算机科学与技术，本科

工作经历

2026-至今，深圳理工大学计算机科学与人工智能学院，特聘教授
2023-2026，香港浸会大学中医药学院，博士后
2022-2023，澳门科技大学中药质量研究国家重点实验室，博士后
2019-2025，湖南大学计算机学院，历任博士后，助理研究员，副研究员
2014-2015，深圳华为技术有限公司，研发工程师

代表性科研项目

1. 国家自然科学基金面上项目，基于国产大模型集成学习与统一肽语言模型的多肽药物发现研究，主持
2. 国家自然科学基金面上项目，面向新型抗菌肽设计与优化的深度元强化学习方法研究，主持
3. 国家自然科学基金青年科学基金项目（C类）[原青年科学基金项目]，面向可解释性深层网络表示的蛋白质-RNA相互作用预测研究，主持
4. 国家自然科学基金面上项目，泛癌中癌症共同驱动突变模式挖掘方法及其致病机制建模研究，主研
5. 国家自然科学基金面上项目，宫颈癌HPV分型检测的关键算法研究与应用，主研
6. 国家自然科学基金面上项目，面向生物大数据分析的正则化方法及应用研究，主研

近三年代表性文章

(1) Bosheng Song, Xiaowen Li, Xiuxiu Chao, Li Wang, Yiping Liu, Zhen Xia, Dongsheng Cao, Xiangzheng Fu. Advancements in Large Language Models (LLMs): Empowering Drug Discovery. Wiley Interdisciplinary Reviews: Computational Molecular Science, 2025.
(2) Shengxiang Wang, Ge Li, Min Gao, Linlin Zhuo, Mingzhe Liu, Zhizhong Ma, Wei Zhao, Xiangzheng Fu. GH-UNet: group-wise hybrid convolution-VIT for robust medical image segmentation. npj Digital Medicine, 2025.
(3) Li Wang, Yiping Liu, Xiangzheng Fu, Xiucai Ye, Junfeng Shi, Gary G Yen, Quan Zou, Xiangxiang Zeng, Dongsheng Cao, HMAMP: Designing Highly Potent Antimicrobial Peptides Using a Hypervolume-Driven Multiobjective Deep Generative Model, Journal of Medicinal Chemistry, 2025
(4) Luoda Tan, Li Wang, Xuanbai Ren, Quan Zou, Xiaojun Yao, Xiangxiang Zeng, Xiangzheng Fu, SQ-DiffuPep: A multimodal information-guided quantitative latent diffusion model for antimicrobial peptide discovery, Information Fusion, 2025
(5) Xiangzheng Fu, Li Peng, Haowen Chen, Mingqiang Rong, Yifan Chen, Dongsheng Cao, Sisi Yuan and Aiping Lu. GRAPE: Graph-Regularized Protein Language Modeling Unlocks TCR-Epitope Binding Specificity, Briefings in Bioinformatics, 2025
(6) Zhecheng Zhou, Jinhang Wei, Mingzhe Liu, Linlin Zhuo, Xiangzheng Fu, Quan Zou, AnomalGRN: deciphering single-cell gene regulation network with graph anomaly detection, BMC biology, 2025
(7) Jinhang Wei, Longyue Wang, Zhecheng Zhou, Linlin Zhuo, Xiangxiang Zeng, Xiangzheng Fu, Quan Zou, Keqin Li, Zhongjun Zhou. BloodPatrol: Revolutionizing Blood Cancer Diagnosis - Advanced Real-Time Detection Leveraging Deep Learning and Cloud Technologies. IEEE Journal of Biomedical and Health Informatics, 2024
(8) Tao Wang, Linlin Zhuo, Yifan Chen, Xiangzheng Fu, Xiangxiang Zeng, Quan Zou. ECD-CDGI: An efficient energy-constrained diffusion model for cancer driver gene identification, PLOS Computational Biology, 2024
(9) Jinhang Wei, Linlin Zhuo, Xiangzheng Fu, XiangXiang Zeng, Li Wang, Quan Zou, Dongsheng Cao. DrugReAlign: a multisource prompt framework for drug repurposing based on large language models. BMC biology, 2024
(10) Zhecheng Zhou, Qingquan Liao,Jinhang Wei, Linlin Zhuo, Xiaonan Wu,Xiangzheng Fu and Quan Zou. Revisiting Drug-Protein Interaction Prediction: A Novel Global-Local Perspective, Bioinformatics, 2024