About Me

👋 你好 (Hello)

我是 刘安吉，一名专注于 结构生物学 与 AI4S (AI for Science) 交叉领域的博士研究生。 我对利用深度学习（如 AlphaFold, RFdiffusion）解决蛋白质设计与结构预测问题充满热情。目前，我正在维护一个关于蛋白质设计的公众号，并致力于开发本地化的 AI 预测流程。

📥 下载我的完整简历 (PDF) —

教育背景 (Education)

清华大学 (Tsinghua University) | 博士生在读 (Ph.D. Candidate)

• 生物学 (Biological Science)* | 2022 - 至今
• 研究方向：基于深度学习的蛋白从头设计 / 多肽设计
• 核心技能：针对蛋白质设计任务，熟练掌握 RFdiffusion, ProteinMPNN, AlphaFold3 等工具。

上海科技大学 (ShanghaiTech University) | 本科 (B.S.)

• 生物医学工程 (Biomedical Engineering)* | 2018 - 2022

🔬 研究兴趣 (Research Interests)

我关注 结构生物学 × 人工智能（AI4S, AI for Science） 的交叉问题，核心目标是：
利用深度学习模型理解并“设计”蛋白质结构与功能，而不仅仅是预测。

具体研究方向包括：

基于天然毒素骨架的环肽理性改造

• 以天然毒素多肽为结构与功能骨架，开展环肽的结构稳定性与功能定向改造
• 结合已知毒素结构特征，探索序列–结构–功能之间的可设计空间
• 应用于靶向受体/离子通道的多肽先导分子探索

生成式 Binder 设计用于稳定钠离子通道的 Resting State

• 针对电压门控钠离子通道（Nav），设计结合特定构象的蛋白 Binder
• 利用生成式模型引导 Binder 偏向结合 resting state 构象
• 为结构解析与功能研究提供构象稳定策略

从头设计 Binder 辅助 LRP1 结构解析

• 针对多结构域受体蛋白 LRP1，开展 de novo Binder 设计
• 通过 Binder 稳定特定结构域或构象，辅助冷冻电镜结构解析
• 探索 AI 设计 Binder 在复杂受体结构研究中的应用潜力

从头设计 Binder 辅助 SFXN1 结构解析

• 面向线粒体膜蛋白 SFXN1 的结构研究，设计构象选择性 Binder
• 缓解膜蛋白结构解析中常见的构象异质性问题
• 将 Binder 设计作为结构生物学中的“分子工具”

针对 IL-33 的纳米抗体工程化改造

• 以现有纳米抗体为基础，对 IL-33 靶向纳米抗体进行结构与序列优化
• 关注亲和力、稳定性与潜在功能调控能力的提升
• 探索 AI 辅助方法在纳米抗体理性改造中的应用

技术能力 (Technical Skills)

编程与建模

• Python / PyTorch：深度学习模型推理、数据预处理与推理 pipeline 构建
• Shell / Linux：服务器环境下的批量任务调度与自动化流程
• LaTeX / Markdown：科研写作与技术文档维护

蛋白质与结构工具

• Structure Prediction & Design
  AlphaFold2 / AlphaFold3、RFdiffusion、ProteinMPNN、boltzgen
• Structural Biology
  PyMOL、ChimeraX（结构分析、构象比较与展示级可视化）
• Simulation & Cryo-EM
  GROMACS、CryoSPARC（数据处理与结果解读）

工程与协作

• Version Control：Git / GitHub（含 GitHub Actions 基础 CI）
• Reproducible Pipelines：Docker、Hugo（科研博客与项目展示）

精选项目与文章 (Selected Projects)

联系我 (Contact):

• Email: andyliu0121@qq.com
• WeChat Official Account: [蓝极随笔]