张贵军

个人简介 张贵军，博士、教授、博士生导师，信息工程学院党委委员，控制科学与工程博士点负责人，浙江省高等学校中青年学科带头人，浙江省生物信息学学会秘书长、理事，浙江省生物信息学学会人工智能专委会主任，中国自动化学会混合智能专业委员会委员，中国自动化学会智能健康与生物信息专委会委员，中国生物信息学学会（筹）生物分子结构预测与模拟专委会常务委员。研究方向：人工智能、计算智能及结构生物信息学。主持国家自然科学基金面上项目3项、主持国家科技部科技创新2030—“新一代人工智能”重大项目课题2项、国家重点研发项目子课题1项、浙江省自然科学基金重点项目1项、浙江省自然科学基金2项、浙江省科技攻关重点及公益项目2项及企业合作项目10余项。第一作者（或通信作者）在PNAS、Communications Biology、Nucleic Acids Research、Bioinformatics，Briefings in Bioinformatics以及TEVC、TCYB、TCBB、TNB等IEEE汇刊，软件学报、自动化学报、计算机学报等国内外权威期刊发表论文100多篇；第一发明人已授权国家发明专利100多项；获得软件著作权登记100多项；出版编著2部；获中国自动化学会自然科学奖二等奖1项（第一）；浙江省优秀博士、硕士学位论文指导教师；指导研究生获得中国国际“互联网+”创新创业大赛银奖1项、全国“挑战杯”大学生课外学术作品竞赛二等奖2项。 教学与课程 主讲课程：研究生：《最优化方法与应用》本科生：《计算机控制工程》《Java程序设计》《VC++程序设计》教学荣誉：1. 浙江工业大学信息工程学院2021年度院级“教学名师”奖，20212. 浙江工业大学信息工程学院2021年度“研究生我心目中的好导师”，2021.3. 浙江工业大学第12届研究生“我心目中的好导师”获得者，2021. 育人成果 研究生培养1. 何洋军，研究生国家奖学金、省优秀毕业生，2012；2. 姚春龙，研究生国家奖学金、校优秀毕业论文，2013；3. 邓勇跃，校优秀毕业论文，2013；4. 周晓根，研究生国家奖学金，2014；5. 周晓根，研究生（博士）国家奖学金2016；6. 周晓根，校研究生十佳学术之星，2014；7. 郝小虎，研究生国家奖学金，2014；8. 郝小虎，研究生国家奖学金，2015；9. 郝小虎，校研究生十佳学术之星，2016；10. 夏华栋，研究生国家奖学金，2015；11. 俞旭锋，研究生国家奖学金，2016；12. 王永东，研究生国家奖学金，2016；13. 龚伟奇，研究生国家奖学金，2016；14. 周晓根，博士研究生国家奖学金，2017；15. 王小奇，浙江工业大学第二十九届“运河杯”大学生课外学术科技作品竞赛，特等奖，2017；16. 周晓根，浙江工业大学优秀博士生学位论文，2018；17. 郝小虎，博士研究生国家奖学金，2018；18. 姚飞，研究生国家奖学金，2018；19. 刘俊，浙江工业大学第三十届“运河杯”大学生课外学术科技作品竞赛，特等奖，2018；20. 彭春祥，浙江工业大学第三十届“运河杯”大学生课外学术科技作品竞赛，一等奖，2018；21. 刘俊，浙江工业大学第三十届“运河杯”大学生课外学术科技作品竞赛“挑战杯”专项赛，一等奖，2018；22. 郝小虎，浙江省普通高等学校优秀毕业生（博士），2019； 23. 王小奇，浙江省普通高等学校优秀毕业生（硕士），2019；24. 马来发，浙江省普通高等学校优秀毕业生（硕士），2019；25. 谢腾宇，2019年校级优秀硕士研究生，2019；26. 姚飞，2019年校级优秀硕士研究生，2019；27. 王小奇，2019年浙江工业大学校优秀学位论文，2019；28. 周晓根，浙江省优秀博士生学位论文，2019；29. 刘俊等，“蛋白质结构多域组装预测系统”，浙江省第十六届“挑战杯”大学生课外学术科技作品竞赛一等奖，201930. 彭春祥等，“P-PRED-蛋白质结构预测先行者”，第五届浙江省“互联网+”大学生创新创业大赛金奖，2019.7,11.31. 赵凯龙等，2019年浙江省生物信息学“学会杯”总决赛冠军（联川生物冠名，奖金1万元）；2019.10；32. 王浩文、张晨、陈芳、李亭，Esri杯中国大学生GIS软件开发竞赛二等奖，2019；33. 刘俊等，“蛋白质结构多域组装预测系统”，第十六届“挑战杯”全国大学生课外学术科技作品竞赛二等奖，2019.11；34. 彭春祥获得2019-2020学年博士研究生国家奖学金，2020.10；35. 武楚雄获得2019-2020学年硕士研究生国家奖学金，2020.10；36. 陈芳等，“生物方舟—全球多域蛋白结构计算引领者”，第六届浙江省“互联网+”大学生创新创业大赛金奖，2020.8.37. 陈芳、赵凯龙、周晓根、夏喻豪、饶亮、彭春祥、胡灵颖、杨涛、徐嘉康、侯铭桦、刘俊、王柳静、郝小虎、单琪纬、张凯旋，“生物方舟—全球多域蛋白结构计算引领者”，第六届中国国际互联网+创新创业大赛银奖，2020.1138. 王小奇毕业论文《基于距离谱的蛋白质结构预测方法研究》被评为2019年浙江省优秀硕士学位论文。39. 饶亮被评为浙江工业大学信息学院十佳“学术之星”40. 徐旭瑶、金思融、黄兆鸿组成的参赛团队参加第七届中国杭州大学生创业大赛，获得优胜奖。41. 徐旭瑶、黄兆宏、葛锋其组成的参赛团队参加第十七届全国“挑战杯”竞赛“黑科技”专项，获得“行星奖”。42. 刘俊获得2020-2021学年博士研究生国家奖学金，2021.10；43. 郑琳琳获得2020-2021学年硕士研究生国家奖学金，2021.10；44. 徐旭瑶、黄兆鸿、刘栋等参加第十三届挑战杯大学生创业计划竞赛，获得浙江省金奖，2022.545. 刘俊获得浙江工业大学第十九届研究生十佳学术之星荣誉称号，2022.646. 彭春祥、赵凯龙获得浙江工业大学优秀博士学位论文培育计划资助，2022.7指导学生项目1. 2018年浙江工业大学“浙报-阿里”极客计划，2018.12，负责人：刘俊（硕士生）2. 2018年浙江省教育厅一般科研项目（工程硕士专项），2018.09，负责人：秦子豪（硕士生）3. 2019年浙江省教育厅一般科研项目（工程硕士专项），2019.09，负责人：李亭（硕士生）4. 2019年浙江省大学生科技创新活动计划（新苗人才计划）：蛋白质结构预测及应用系统开发，2019.11，负责人：刘俊（研究生）5. 2020年国家级大学生创新创业训练计划：生命方舟：基于人工智能的蛋白质结构计算平台，2020.07，负责人：单绮玮（本科生）6. 2021年浙江省大学生科技创新活动计划（新苗人才计划）：基于深度学习的分子对接系统的研究与开发，2020年12月，负责人：葛锋其（研究生） 科研项目 主持项目（在研）[1] 蛋白质复合物动态构象及靶标药物设计人工智能方法，科技部2030-“新一代人工智能”重大项目(2022ZD0115100)，项目总经费：6000万；课题：蛋白质复合物结构域动态组装(2022ZD0115103)，课题总经费：565万，2022.12-2027.11. （课题负责人）[2] 基于人工智能的蛋白质结构预测与设计，科技部2030-“新一代人工智能”重大项目(2021ZD0150100)，项目总经费：2000万；课题：单序列蛋白及蛋白复合物结构预测(2021ZD0150102)，课题总经费：100万，2022.1-2023.12. （课题负责人）[3] 基于V2X的城市智能交通系统关键技术联合研发与应用示范， 国家重点研发计划项目(2019YFE0126100)，项目总经费：564万； 子课题：全域多源交通大数据智能分析与知识图谱构建技术，子课题经费：39.60万，2020.12-2022.11. （子课题负责人）[4] 多结构域蛋白质组装建模与优化研究，国家自然科学基金面上项目(62173304)，项目经费（直接经费）：58万，2022.1-2025.12.[5] 多域蛋白结构组装预测方法研究，浙江省自然科学基金重点项目(LZ20F030002)，项目经费：30万，2020.1 -2023.12.[6] 打分函数性能提升算法开发，百图生科（北京）智能技术有限公司，项目经费：100万，2023.3-2024.3.主持项目（已结题）[1] 蛋白质高维构象空间多模态片段组装优化方法，国家自然科学基金面上项目(61773346)，项目经费：76万，2018.1-2021.12.[2] 分子构型两阶段多模低估优化理论研究及算法设计，国家自然科学基金面上项目(61075062)，2011.1~2013.12.[3] 城市公交多模式联运网络拓扑分析及出行规划方法研究，浙江省自然科学基金项目(Y1100891)，2010.6~2012.6.[4] 蛋白质构象空间区域剖分群体优化算法 ，浙江省自然科学基金项目(LY13F030008), 2013.1~2015.12.[5] 基于特征建模的城市交通WebGIS发布服务系统研究与开发，浙江省科技攻关重点项目(2008C23040)，2008.1~2009.12.[6] 城市公交WebGIS区域调度系统研究与开发，浙江省科技厅公益项目(2014C33088)，2014.1~2015.12.[7] 面向城市数字交通的GIS-T网络拓扑与优化算法研究，浙江工学大学校基金重点项目(20080175)，2008.1~2009.12.[8] 企业公共信息服务平台开发，企业合作项目，2012.2~2012.10.[9] 电力线管理GIS信息系统，企业合作项目，2013.6~2014.5.[10] 城市地下电力管网管理及分析系统，企业合作项目，2014.6~2014.12.[11] 数字化柔性集成制造系统（XX-[2015]048@），企业合作项目，2016.1~2016.12.[12] 数字化制造执行管理系统开发（KYY-HX-20170060），企业合作项目，2017.9~2017.10.[13] 生产线制造执行系统开发(KYY-HX-20170610)，企业合作项目，项目经费：30万，2017.10 -2020.10.[14] 工业物联网远程IO终端监控软件开发(KYY-HX-20210010)，企业合作项目，项目经费：10万，2020.12-2021.12. 科研成果 主要论文(#为第一作者，*为通信作者）[1] Xiaogen Zhou, Jun Hu, Chengxin Zhang, Guijun Zhang(张贵军)*, Yang Zhang*. Assembling multidomain protein structures through analogous global structural alignments. PNAS, 116(32): 15930-15938, 2019. [2] Xiaogen Zhou, Wei Zheng, Yang Li, Robin Pearce, Chengxin Zhang, Eric W. Bell, Guijun Zhang(张贵军), Yang Zhang*. I-TASSER-MTD: A deep-learning based platform for multi-domain protein structure and function prediction. Nature Protocols, in press, 2022.[3] Xiaogen Zhou, Yang Li, Chengxin Zhang, Wei Zheng, Guijun Zhang(张贵军), Yang Zhang*. Progressive assembly of multi-domain protein structures from cryo-EM density maps. Nature Computational Science, in press, 2022.[4] Kailong Zhao, Yuhao Xia, Fujin Zhang, Xiaogen Zhou, Stan Z. Li*, Guijun Zhang(张贵军)*. Protein structure and folding pathway prediction based on remote homologs recognition using PAthreader. Communications Biology. In press, 2023.[5] Xiaogen Zhou#, Chunxiang Peng#, Wei Zheng, Yang Li, Guijun Zhang(张贵军)*, Yang Zhang*. DEMO2: Assemble multi-domain protein structures by coupling analogous template alignments with deep-learning inter-domain restraint prediction. Nucleic Acids Research, in press, 2022.[6] Chunxiang Peng#, Xiaogen Zhou#, Yuhao Xia, Jun Liu, Minghua Hou, Guijun Zhang(张贵军)*. Structural analogue-based protein structure domain assembly assisted by deep learning. Bioinformatics, In press, 2022.[7] Jun Liu, Kailong Zhao, Guangxing He, Liujing Wang, Xiaogen Zhou, Guijun Zhang(张贵军)*. A de novo protein structure prediction by iterative partition sampling, topology adjustment, and residue-level distance deviation optimization. Bioinformatics. 38(1): 99-107, 2022.[8] Jun Liu, Xiaogen Zhou, Yang Zhang*, Guijun Zhang(张贵军)*. CGLFold: a contact-assisted de novo protein structure prediction using global exploration and loop perturbation sampling algorithm. Bioinformatics. 36(8): 2443–2450, 2020.[9] Saisai Guo#, Jun Liu#, Xiaogen Zhou, Guijun Zhang(张贵军)* . DeepUMQA: Ultrafast shape recognition-based protein model quality assessment using deep learning. Bioinformatics. 38(7): 1895-1903, 2022.[10] Kailong Zhao, Jun Liu, Xiaogen Zhou, Jianzhong Su*, Yang Zhang*, Guijun Zhang(张贵军)*. MMpred: a distance-assisted multimodal conformation sampling for de novo protein structure prediction. Bioinformatics. 37(23): 4350-4356, 2021.[11] Yuhao Xia, Chunxiang Peng, Xiaogen Zhou, Guijun Zhang(张贵军)*. A sequential niche multimodal conformational sampling algorithm for protein structure prediction. Bioinformatics. 37(23): 4357-4365, 2021.[12] Rao Liang, Ningxin Jia, Jun Hu*, Dongjun Yu*, Guijun Zhang(张贵军)*. ATPdock: a template-based method for ATP-specific protein-ligand docking. Bioinformatics. DOI: 10.1093/bioinformatics/btab667, 2021.[13] Yan Zhang#, Yaru Zhang#, Jun Hu#, Ji Zhang, Fangjie Guo, Meng Zhou, Guijun Zhang(张贵军)*, Fulong Yu*, Jianzhong Su*. scTPA: A web tool for single-cell transcriptome analysis of pathway activation signatures. Bioinformatics. DOI: 10.1093/bioinformatics/btaa532, 2020.[14] Fengqi Ge, Chunxiang Peng, Xinyue Cui, Yuhao Xia, Guijun Zhang(张贵军)*. Inter-domain distance prediction based on deep learning for domain assembly. Briefings in Bioinformatics, In press, 2023.[15] Jun Liu, Kailong Zhao, Guijun Zhang(张贵军)*. Improved model quality assessment using sequence and structural information by enhanced deep neural networks. Briefings in Bioinformatics, In press, 2022.[16] Qiongqiong Feng#, Minghua Hou#, Jun Liu, Kailong Zhao, Guijun Zhang(张贵军)* . Construct a variable-length fragment library for de novo protein structure prediction. Briefings in Bioinformatics. DOI: 10.1093/bib/bbac086, 2022.[17] Biao Zhang, Dong Liu, Yang Zhang, Hong-Bin Shen*, Guijun Zhang(张贵军)*. Accurate flexible refinement for atomic-level protein structure using cryo-EM density maps and deep learning. Briefings in Bioinformatics. DOI: 10.1093/bib/bbac026, 2022.[18] Minghua Hou, Chunxiang Peng, Xiaogen Zhou, Biao Zhang, Guijun Zhang(张贵军)*. Multi contact-based folding method for de novo protein structure prediction. Briefings in Bioinformatics. DOI: 10.1093/bib/bbab463, 2021.[19] Liujing Wang, Jun Liu, Yuhao Xia, Jiakang Xu, Xiaogen Zhou, Guijun Zhang(张贵军)*. Distance-guided protein folding based on generalized descent direction. Briefings in Bioinformatics. 22(6): bbab296, DOI: 10.1093/bib/bbab296, 2021.[20] Chunxiang Peng, Xiaogen Zhou, Guijun Zhang(张贵军)*. De novo protein structure prediction by coupling contact with distance profile. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 19(1): 395-406, 2022.[21] Guijun Zhang(张贵军)*, Tengyu Xie, Xiaogen Zhou, Liujing Wang, Jun Hu. Protein structure prediction using population-based algorithm guided by information entropy. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 18(2): 697-707, 2021.[22] Jun Hu, Yansong Bai, Linlin Zheng, Ningxin Jia, Dongjun Yu*, Guijun Zhang(张贵军)*. Protein-DNA binding residue prediction via bagging strategy and sequence-based cube-format feature. IEEE/ACM Transactions on Computational Biology and Bioinformatics. DOI: 10.1109/TCBB.2021.3123828, 2021.[23] Guijun Zhang(张贵军)*, Xiaoqi Wang, LaiFa Ma, Liujing Wang, Jun Hu, Xiaogen Zhou. Two-stage distance feature-based optimization algorithm for De novo protein structure prediction. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 17(6): 2119-2130, 2020. [24] Guijun Zhang(张贵军)*, LaiFa Ma, Xiaoqi Wang, Xiaogen Zhou. Secondary structure and contact guided differential evolution for protein structure prediction. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 17(3): 1068-1081, 2020.[25] Jun Hu, Xiaogen Zhou, Yihen Zhu, Dongjun Yu*, Guijun Zhang(张贵军)*. TargetDBP: Accurate DNA-binding protein prediction via sequence-based multi-view feature learning. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 17(4): 1419-1429, 2020. [26] Zhongze Yu#, Chunxiang Peng#, Jun Liu, Biao Zhang, Xiaogen Zhou, Guijun Zhang(张贵军)*. DomBpred: protein domain boundary prediction based on domain-residue clustering using inter-residue distance. IEEE/ACM Transactions on Computational Biology and Bioinformatics, In press, 2022.[27] Guijun Zhang(张贵军)*, Xiaogen Zhou, Xufeng Yu, Xiaohu Hao. Li Yu. Enhancing protein conformational space sampling using distance profile-guided differential evolution, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 14(6): 1288-1301, 2017[28] Xiaohu Hao, Guijun Zhang(张贵军)*, Xiaogen Zhou, Xufeng Yu. A Novel Method Using Abstract Convex Underestimation in Ab-initio Protein Structure Prediction for Guiding Search in Conformational Feature Space. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 13(5): 887-900, 2016 [29] Zhangwei Li, Ke Sun, Xiaohu Hao, Jun Hu, Laifa Ma, Xiaogen Zhou, Guijun Zhang(张贵军)*. Loop enhanced conformational resampling method for protein structure prediction. IEEE Transactions on NanoBioscience. 18(4): 567-577. 2019.[30] Xiaohu Hao, Guijun Zhang (张贵军)*, Xiaogen Zhou. Conformational space sampling method using multi-subpopulation differential evolution for De novo protein structure prediction. IEEE Transactions on NanoBioscience, 16(7): 618-633, 2017[31] Xiaogen Zhou, Chunxiang Peng, Jun Liu, Yang Zhang*, Guijun Zhang(张贵军)*. Underestimation-assisted global-local cooperative differential evolution and the application to protein structure prediction. IEEE Transactions on Evolutionary Computation. 24(3): 536-550, 2020.[32] Xiaogen Zhou, Guijun Zhang(张贵军)*. Differential evolution with underestimation- based multimutation strategy. IEEE Transactions on Cybernetics, 49(4): 1353-1364, 2019.[33] Xiaogen Zhou, Guijun Zhang(张贵军)*. Abstract convex underestimation assisted multistage differential evolution. IEEE Transactions on Cybernetics, 47(9): 2730-2741, 2017[34] Jun Hu*, Wenwu Zeng, Ningxin Jia, Muhammad Arif, Dongjun Yu*, Guijun Zhang(张贵军)*. Improving DNA-Binding protein prediction using three-part sequence-order feature extraction and a deep neural network algorithm. Journal of Chemical Information and Modeling. In press, 2023.[35] Jun Hu*, Liang Rao, Yiheng Zhu, Guijun Zhang(张贵军)*, Dongjun Yu*. TargetDBP+: Enhancing the performance of identifying DNA-binding proteins via weighted convolutional features. Journal of Chemical Information and Modeling. DOI: 10.1021/acs.jcim.0c00735, 2021.[36] 张贵军*, 侯铭桦, 彭春祥, 刘俊. 多结构域蛋白质结构预测方法综述. 电子科技大学学报(自科版). In press, 2022. [37] 王柳静, 张贵军*, 周晓根. 基于状态估计反馈的策略自适应差分进化算法, 自动化学报, 46(4): 752-766, 2020[38] 周晓根, 张贵军*, 郝小虎, 俞立. 一种基于局部Lipschitz下界估计支撑面的差分进化算法, 计算机学报, 39(12): 2631-2651, 2016.[39] 周晓根, 张贵军*, 郝小虎. 局部抽象凸区域剖分差分进化算法,自动化学报, 41(7):  1315-1327, 2015. [40] 张贵军*, 何洋军, 郭海锋, 冯远静, 徐建明. 基于广义凸下界估计的多模态差分进化算法, 软件学报, 24(6): 1177−1195, 2013. [41] 吴海涛, 张贵军*, 洪榛, 俞立. 进化树拓扑路网构建及多停靠点路径规划方法研究, 计算机学报, 35(5):964-971, 2012.[42] 武楚雄, 陈驰, 张贵军*. 动态路网选址-路径优化算法及实现, 控制理论与应用, 37(11): 2398-2412, 2020.[43] 张贵军*, 洪榛, 俞立, 郭海锋. 调速泵结构配置协调分解优化算法及实现, 控制理论与应用, 28(5): 659-666, 2011.[44] 张贵军*, 王信波, 俞立, 冯远静. 求解高维多模优化问题的自适应差分进化算法, 控制理论与应用, 25(3): 862-867, 2008. [45] 张贵军*, 俞立, 吴惕华. 线性约束非线性函数全局优化算法的研究, 控制理论与应用,  22(1): 1-6, 2005[46] 周晓根, 张贵军*, 梅珊, 明洁. 基于抽象凸估计选择策略的差分进化算法. 控制理论与应用, 32(03): 388-397, 2015.[47] 邓勇跃, 张贵军*. 基于局部抽象凸支撑面的多模态优化算法, 控制理论与应用, 31(4): 458-466, 2014.[48] 张贵军*, 周晓根. 基于抽象凸下界估计的群体全局优化算法, 控制与决策, 30(06): 1116-1120, 2015[49] 张贵军*, 陈铭, 周晓根. 动态小生境半径两阶段多模态差分进化算法, 控制与决策, 31(07): 1185-1191, 2016. [50] 张贵军*, 王柳静,周晓根, 丁情. 基于共轭增强策略的差分进化算法, 控制与决策，32(07): 1313-1318, 2017. 奖励：1. 蛋白质多结构域折叠机理及全链建模方法，中国自动化学会自然科学二等奖，完成人：张贵军，周晓根，张彪，2022.11.242. 蛋白质构象空间优化及多域蛋白质建模方法，浙江省生物信息学学会自然科学一等奖，完成人：张贵军，周晓根，张彪，2022.12.43. 蛋白质结构预测大赛CASP15复合物界面接触残基精度评估赛道冠军（第一名），2022.12.10，4. 模型质量评估算法DeepUMQA，获得国际CAMEO竞赛年度冠军 社会服务 1. 中国自动化学会混合智能委员会委员2. 中国自动化学会智能健康与生物信息专委会委员3. 中国生物信息学学会（筹）生物分子结构预测与模拟专委会常委委员4. 浙江省生物信息学学会秘书长5. 浙江省生物信息学人工智能专委会主任6. 浙江省生物信息学会理事