简介：

研究方向:

主要研究成果:

主要研究领域：

简介：

雷红星博士于1991年获华中理工大学生物医学工程学士学位，随后7年在军事医学科学院工作。2003年在美国堪萨斯州立大学获博士学位。此后，在段勇研究组从事5年的博士后研究同时担任研究组主管，其中一年在美国德拉华大学，其余四年在美国加州大学戴维斯分校工作。2008年6月，雷博士加盟北京基因组研究所，被聘为“百人计划”研究员。

雷博士从1991年就一直从事计算生物学方面的研究。从1991年至1998年，主攻方向为生物信息学，广泛学习了蛋白质和核酸的系列分析方面的计算技术, 作为主要参与者开发了国内第一套生物信息软件包--GOLDKEY。1998年后，研究方向从生物信息学转为计算结构生物学方面。使用分子力学和分子动力学作为主要的研究方法，研究内容主要包括蛋白质折叠，蛋白质-蛋白质对接，蛋白质结构模建，蛋白质动力学，以及蛋白质病变聚合机理等。在蛋白质折叠的研究中，首次将天然蛋白质折叠提高到0.5埃米的精度。

职 称: 研究员

职 务: 博士生导师

研究方向:

结构生物学,包括蛋白质-蛋白质相互作用，蛋白质-DNA相互作用，蛋白质折叠，以及蛋白质结构及功能预测.系统生物学, 包括蛋白质-蛋白质相互作用网络和转录调控网络。目前主要从系统网络的角度研究老年痴呆症的机理

主要研究成果:

1) 通过计算模拟首次完成天然蛋白质亚埃精度的折叠

2) 成功地将多个天然蛋白的折叠精度提高到1埃内

3) 揭示蛋白折叠中分步折叠的机理

4) 开展了淀粉样肽聚集化的早期模拟研究

5) 开展抑制淀粉样蛋白形成的早期模拟研究

6) 蛋白-蛋白对接中分子间距离的创新性研究

7) 通过模拟完成β-肽的可逆性折叠的最早期研究

8) 合作开发国内最早的生物信息学软件

主要研究领域：

一、计算结构生物学：

1 蛋白质-蛋白质对接

大多数细胞过程是由蛋白质-蛋白质相互作用来实现的，从单独的蛋白质结构出发预测蛋白质-蛋白质相互作用的三维结构（蛋白质对接）能够揭示它们的功能机理以及在细胞中起到的作用。蛋白质复合物的结构可以为蛋白质界面提供信息，可以协助进行药物设计。蛋白质对接可以帮助我们了解信号通路和评价复合物的亲和性。近年来预测蛋白质和蛋白质的相互作用成为了热点。然而，在预测技术上有两个难点仍然有待提高，一个是筛选/计分方法的效率，另一个是蛋白质柔韧性的处理。这两大难点的共同问题就是最终的蛋白质-蛋白质对接预测的准确性低。我们意在对这两个国际公认的难点进行有针对性的攻关，以期提高蛋白质-蛋白质对接预测的准确性。

2 淀粉样β蛋白聚集的抑制

多数神经退行性疾病，例如阿尔茨海默病（AD），与淀粉样β蛋白的聚集相关。AD的一个神经病理特征就是包含着不可溶的聚集成纤维状的淀粉样β蛋白的老年斑的出现。这种蛋白聚合成一种普遍的交叉β片结构，β链垂直于纤维轴向。也有报道说这些神经退行性疾病的毒性是由除了成熟的纤维以外的可溶性中间体低聚物引起的。因此，在早期抑制淀粉样β蛋白的聚集是非常重要的。我们探究基于多肽的抑制剂对低聚的淀粉样β蛋白的抑制能力。这些抑制剂是基于A-beta自组装的核心序列KLVFF设计的，包括 RGKLVFFGR, 名为 OR1 和 RGKLVFFGR-NH2, 名为OR2。通过分析他们的自由能来确定其抑制机理，最终设计治疗AD的多肽抑制剂。

3 蛋白质折叠

蛋白质折叠是生命科学中最基本的问题之一。我们与加州大学戴维斯分校基因组中心的段勇教授合作，通过计算机模拟的手段初步探讨这一问题。蛋白质折叠计算领域的巨大挑战是：全α、全β及α、β混合蛋白质高质量折叠的一致性。虽然蛋白质折叠计算方面已经有三个成功的案例（HP35，蛋白A和FSD），如果要想获得更多的成功，就需要广泛开发，测试和优化力场。在另一相关研究方面，我们将探索提高蛋白质折叠模拟的效率。

二、计算系统生物学

1 肺癌的网络建模

肺癌是一种复杂的疾病。我们的目标是结合基因表达数据和蛋白质互作数据，建立一个关于肺癌的高度可靠的生物网络。我们将在这个蛋白质互作网络基础上，整合各方面数据，包括基因序列，甲基化，SEREX等，来发现可以区分癌症病人和正常人，非小细胞肺癌和小细胞肺癌病人的特异性功能模块。如果肺癌病人能够在早期得到诊断，生存率将有很大提高，我们将用蛋白质互作网络分析不同分期病人的表达谱以期获得肺癌早期的标志物。由于吸烟是造成肺癌的一个重要因素，我们将探索吸烟和肺癌之间的关系。我们认为存在一些可以将吸烟和肺癌关联在一起的功能模块。

2 应用计算系统生物学手段探讨埃兹海默疾病

我们用正常人和 Alzheimer病人的表达谱数据结合蛋白质互作数据建立Alzheimer症的网络。在网络水平比较正常人和Alzheimer病人的差异，包括拓扑特性和表达特征上的差异。我们期望获得在Alzheimer症发展中发挥重要作用的蛋白和信号通路。然后我们将从中选取有可能逆转Alzheimer症发展并不影响人体正常功能的蛋白作为药物设计的潜在靶点。对于涉及多病理因素的疾病，单靶标的药物往往不能满足疾病的治愈。我们将利用蛋白互作网络发现疾病相关的蛋白作为药物靶标，利用计算机辅助药物设计的手段，设计Alzheimer症多靶点的药物。

3 单核苷酸多态性和遗传性疾病

目前人类基因组学和流行病学以及药物基因组学的研究热点是识别与复杂疾病相关基因的变异。单核苷酸多态性（SNPs）的研究是这些研究中尤为前沿的领域，SNPs主要构成人类的遗传变异。合理的识别致病的SNPs对于疾病的早期诊断，个性化的治疗以及药物设计具有重要的指导意义。一般SNPs发生在基因组的功能区域，如蛋白编码区，调控区，这些区域可能会引起蛋白功能的改变，从而导致疾病发生。我们使用生物信息学的手段探讨疾病与SNPs之间的关系。当前研究功能性SNPs的生物信息学的工具仅考虑了单个的生物学功能，还不够全面。因此，就需要花更多的时间和精力分别是用多种工具对SNPs进行诠释，以得到较为全面准确的结果。我们将使用多种开放性工具和资源提供一个全面的SNPs功能信息平台。