孔晓天
讲师
kongxt123@bjut.edu.cn
基本信息
北京工业大学化学与生命科学学院生物医学工程系教学科研并重岗讲师。
2013-2018 年于苏州大学、浙江大学联合培养获计算化学与机器学习方向硕博学位。
2018-2021 年在美国俄亥俄州立大学药学院完成生物信息学与人工智能博士后研究。
2022 年 3 月入职北京工业大学至今。
兼任中国计算化学会、中国化学会、中国药理学会会员，担任 Chem Biol Drug Des、Med Chem Res、Front Biosci 等 SCI 期刊审稿人。
研究方向
主要聚焦人工智能驱动药物研发、分子模拟与生物信息学，细分五大研究方向：
人工智能驱动药物研发与靶标预测；GPCR、核受体、激酶等疾病靶向蛋白新型小分子智能设计；蛋白 - 配体 / 多肽 / 蛋白 / 核酸相互作用深度学习预测模型开发；蛋白变构位点、突变稳定性预测算法构建；蛋白质结构人工智能预测。以多尺度分子模拟结合深度学习、等变图神经网络、卷积神经网络等 AI 技术，开展炎症、肿瘤、血栓相关靶点药物分子机制解析与候选药物开发。
主要科研项目/课题
1.主持北京市自然科学基金面上项目融合多尺度分子模拟与深度学习的 P2Y14R 蛋白变构调控机制解析及变构拮抗剂开发，经费 20 万元，2026.01-2028.12
2.主持高校新进教师理工类资助项目融合增强采样与时空等变图神经网络的 P2Y14R 蛋白变构位点预测及变构拮抗剂开发，经费 10 万元, 2026.01-2026.12
3.主持首都医科大学附属北京天坛医院横向子课题运动干预对失眠群体 GABA / 谷氨酸神经传递的研究，经费 4 万元
4.参与国家自然科学基金面上项目基于别构蛋白个体及家族动力学的变构机制的理论研究，经费 54 万元，在研
5.参与国家自然科学青年基金新型耐药性 ALK 抑制剂的分子设计及药理活性初步评价
代表性成果
1. 科研论文
中科院一区：
[1] Wang K, Liu C, Shao G, Zhao Y, Chen X,Kong X*(并列通讯), et al., Tian S*. (2026). Discovery of Benfotiamine as a Subnanomolar P2Y14R Antagonist for Inflammatory Diseases via Drug Repurposing and Molecular Dynamics-Guided Mechanism Elucidation. Eur J Med Chem, 2026, 119068. (IF = 5.9, 中科院1区)
[2]Tian S*, Wang K, Liu CX, Chen XY,Kong XT*(并列通讯), Zhang ZD, Shao Gui, Ren SR,Hu QH*,Li HQ*.Computational discovery and repurposing of chloramphenicol succinate as a potent P2Y14 receptor antagonist for inflammatory bowel disease therapy.J Adv Res, 2025, Online.(IF = 11.6，中科院1区).
[3] Liu YJ#, Yu KR#,Kong XT#(共一),et al.,Wu SJ*, Zhang JN*,Liu YB*.FOXA1 O-GlcNAcylation–mediated transcriptional switch governs metastasis capacity in breast cancer.Sci Adv, 2023, 9(33), eadg7112.（IF = 13.6, 中科院1区）
[4]Kong XT, Pan PC,et al.,Hou TJ*. Drug discovery targeting anaplastic lymphoma kinase (ALK),J Med Chem, 2019, 62(24): 10927-10954.（IF = 6.8，中科院1区）
JCR一区&中科院二区TOP：
[5]Kong XT,Z YH, Peng Cao, et al.,Li CH*,Hou TJ*. Allosteric Cooperativity Mechanism Investigation of Orthosteric and Allosteric Ligands in Modulating AR Activity: A Molecular Dynamics Study.J Chem Inf Model,2025, 65(20): 11297-11313.(IF = 6.2).
[6] Chen XY, Wang K, Jia J, et al.,Kong XT*（并列通讯）, Li HQ *, Tian S *. P2Y12R antagonists in antithrombotic therapy: a patent and literature review (2019-present).Expert Opin Ther Pat,2025, 35(5), 515-532.(IF = 5.3).
[7] Tao LC, Zhou T, Wu ZX, Hu FR, Yang S,Kong XT*(并列通讯), Li CH*. ESPDHot: An effective machine learning-based approach for predicting protein–DNA interaction hotspots.J Chem Inf Model, 2024, 64(8), 3548-3557.(IF = 6.3)
[8]Kong XT*,Xing EM,et al.,Cheng XL*. Computational modeling studies reveal the origin of the binding preference of 3-(3,4-dihydroisoquinolin-2(1H)-ylsulfonyl)benzoic acids for AKR1C3 over its isoforms,Protein Sci, 2022, 31(12), e4499.（IF = 5.2）
[9]Kong XT, Xing EM,et al.,Cheng XL*. Mechanistic insight into the allosteric inhibition of AR by BF3 antagonists from an integrated molecular modeling study,J Chem Inf Model, 2021, 61(7):3477-3494.（IF = 6.3）
[10]Kong XT,Sun HY, Pan PC, Li D, Zhu F,Li YY*,Hou TJ*.How does the L884P mutation confer resistance to type-II inhibitors of JAK2 kinase: a comprehensive molecular modeling study.Sci Rep,2017, 7, 9088. (IF = 4.3)
JCR二区&中科院三区：
[11] Zhao YL#, Zhang ZD#,Kong XT#(共一), Wang K, Wang YX, Jia J,Li HQ*, Tian S*. Prediction of drug-induced liver injury: From molecular physicochemical properties and scaffold architectures to machine learning approaches.Chem Biol Drug Des, 2024, 104(2): e14607. (IF = 3.2)
[12]Kong XT, Sun HY,et al.,Hou TJ*. Importance of protein flexibility in molecular recognition: a case study on Type-I1/2inhibitors of ALK,Phys Chem Chem Phys, 2018, 20(7): 4851-4863. (IF = 3.0)
[13]Kong XT,et al.,Li YY*, Hou TJ*.Molecular principle of the cyclin-dependent kinase selectivity of 4-(thiazol-5-yl)-2-(phenylamino) pyrimidin-5-carbonitrile derivatives revealed by molecular modeling studies.Phys Chem Chem Phys, 2016,18, 2034-2046. (IF = 3.0)
[14]Kong XT, H.Y. Sun,et al.,Li YY*, Hou TJ*,Importance of protein flexibility in ranking inhibitor affinities: modeling the binding mechanisms of piperidine carboxamides as Type I1/2ALK inhibitors.Phys Chem Chem Phys, 2015, 17(8): 6098-6113. (IF = 3.0)
2. 专利与软件著作权
[1] 李春华; 孙晓晗; 孔晓天. 基于集成卷积神经网络模型和回归分层训练的蛋白质突变稳定性变化预测方法, 2025-12-16, 中国, ZL 202410177964 .7 (专利)，已授权
[2] 高川; 李沛佳; 邢恩铭; 成小林; 孔晓天; 罗微. 双雄激素受体/AKR1C3抑制剂, 2024-10-29, 中国, ZL 202080080518.4 (专利)，已授权
[3] Gao AC; Li PK; Xing EM; Cheng XL; Kong XT; Lou W. Dual androgen receptor/AKR1C3 inhibitors, 2020-11-17, 美国, PCT/US20/60907 (US专利)
实质审查阶段：
[4] 李春华；胡芳睿；孙晓晗；孔晓天. 考虑转移熵和空间近邻进化信息的基于集成模型的蛋白质变构位点预测方法，2023-4-23, 中国, 202310445893.X (专利)
[5] 李春华; 陶连次; 周桐; 孔晓天. 考虑统计偏好和随机分组特征选择策略的蛋白质-DNA相互作用热点预测方法, 2023-7-24, 中国, CN202310912834.9 (专利)
[6] 李春华, 张济茏, 苏静杰, 孔晓天. 基于转移熵和能量阻挫的预测蛋白质变构位点的集成模型方法, 2026-1-23, 中国，CN202511446746.X（专利）（实质审查阶段）
[7] 李春华, 苏静杰, 张鑫宇, 张济茏, 孔晓天. 一种基于转移熵和隐马尔可夫模型的蛋白质变构路径识别方法, 2025-12-03, 中国（专利）
软件著作权：
[1] 李春华, 乔仕杰, 胡芳睿, 孔晓天. 考虑动力学和进化信息的基于集成模型的蛋白质变构口袋预测软件, 2025-03-31, 中国, CN116741264A（软著）
[2] 李春华, 朱晓锋, 常富斌, 孔晓天. 考虑拓扑中心性和全局特征的RNA柔性预测软件, 中国（软著）
[3] 李春华, 彭振辉, 赵彦彭, 孔晓天. 基于深度学习的RNA结构中金属离子结合位点预测软件V1.0, 中国（软著）
[4] 李春华, 陶连次, 周桐, 荣婕, 孔晓天. 基于残基界面偏好和多种加权网络特征的蛋白质-RNA相互作用热点预测软件 V1.0, 2025-04-01，中国（软著）
[5] 李春华, 张济茏, 刘洋, 孔晓天. 基于卷积神经网络模型的蛋白质-RNA结合位点从头预测软件V1.0, 2025-11-25, 中国（软著）
[6] 李春华, 高菲, 陶连次, 孔晓天. 基于序列、结构和涨落信息的蛋白质-DNA结合热点预测软件V1.0, 2025-11-25, 中国（软著）
招生方向/要求
热烈欢迎对药物设计、人工智能、计算化学、计算生物学、化学信息学、生物物理和分子生物学感兴趣的本科生、研究生联系团队
