杨奕

杨博士于2017年9月至2022年6月在复旦大学分析化学专业攻读博士学位；2022年11月起在浙江大学杭州国际科创中心任求是科创学者（PI）。杨博士现任Applied Biochemistry and Biotechnology（Springer）期刊副主编、Glycoscience & Therapy（Elsevier）期刊青年编委。杨博士主要从事质谱分析、组学生物信息学分析方法开发及应用研究，特别是人工智能与质谱交叉研究。围绕复杂体系蛋白质组质谱数据解析的科学问题，聚焦参考信息生成、谱图评分质控和生物信息学挖掘三个关键环节开展工作：（1）开发了深度学习谱图库预测模型DeepDIA、DeepGlyco，为数据解析提供了更完整的参考信息；（2）提出了糖肽鉴定全面质控算法GproDIA，实现糖基化修饰组分的可靠区分；（3）建立了可解释生物信息学决策框架SCPDA，实现分析流程的量化评估与智能规划。上述方法应用于宏蛋白质组学、糖蛋白质组学、单细胞蛋白质组学等领域，为蛋白质和修饰的精准测量和数据智能解析提供了科学工具。

代表作：
1. Yang Y*, Fang Q*. Prediction of glycopeptide fragment mass spectra by deep learning. Nature Communications, 2024, 15: 2448.
2. Wang J#, Huang Y#, Lu F, Xu Q, Yang Z, Jiang Y, Shi S, Pan J, Yang Y*, Fang Q*. Benchmarking informatics workflows for data-independent acquisition single-cell proteomics. Nature Communications, 2025, 16: 10276.
3. Yang Y#, Yan G, Wu M, Yang P, Cao W#*, Qiao L*. GproDIA enables data-independent acquisition glycoproteomics with comprehensive statistical control. Nature Communications, 2021, 12: 6073.
4. Yang Y#, Liu X#, Shen C, Lin Y, Yang P, Qiao L*. In silico spectral libraries by deep learning facilitate data-independent acquisition proteomics. Nature Communications, 2020, 11: 146.
5. Yang Y#, Zhao D#, Luo J#, Lin L, Lin Y, Shan B*, Chen H*, Qiao L*. Quantitative site-specific glycoproteomics reveals glyco-signatures for breast cancer diagnosis. Analytical Chemistry, 2025, 97(1): 114–121.