博士生导师  电话：010-62759669  电子信箱：jfpei_at_pku.edu.cn  1995年7月本科毕业于武汉大学生命科学学院；  1998年7月于中国科学院武汉病毒研究所获得硕士学位；  2002年7月于中国科学院过程工程研究所获得博士学位。

担任职务：

北京大学定量生物学中心特聘研究员

研究方向：

药物设计与人工智能药物研发

研究兴趣：

基于靶标的药物分子设计、多靶标药物设计，小分子对生物网络调控作用，人工智能药物研发。

工作经历：

2002年10月至2006年8月在北京大学物理化学研究所和理论生物学中心做博士后研究；

2005年10月至2006年7月在美国纽约州立大学布法罗分校医学院做访问研究；2006年9月起在北京大学前沿交叉学科研究院任职。

代表性文章：

1. Long, H.; Zhang, L.; Lv, M.; Wen, Z.; Zhang, W.; Chen,W.; Zhang, P.; Li, T.; Chang, L.; Jin, C.; Wu, G.; Wang, X.;Yang, F.; Pei, J.; Chen,P.; Margueron R.; Deng H.; Zhu, M.*; Li, G. *, H2A.Z Facilitates Licensing and Activation of Early Replication Origins, Nature, 2020,doi:10.1038/s41586-019-1877-9. 2. Liu, J.; Pei, J.*; Lai, L.*, A combined computational and experimental strategy identifies mutations conferring resistance to drugs targeting the BCR-ABL fusion protein. Communicatios Biology, Accepted.
3. Xu, Y.; Lin, K.; Wang, S.; Wang, L.; Cai, C.; Song, C.; Lai, L.; Pei, J.*, Deep learning for molecular generation. Future Medicinal Chemistry, 2019, 11: 567-597.
4. Xu, Y.; Wang, S.; Hu, Q.; Gao, S.; Ma, X.; Zhang, W.; Shen, Y.; Chen, F.; Lai, L.*; Pei, J.*, CavityPlus: a web server for protein cavity detection with pharmacophore modelling, allosteric site identification and covalent ligand binding ability prediction. Nucleic Acids Research, 2018, W374–W379.

5．li, X.; Xu, Y.; Lai L.; Pei, J.*, Prediction of human cytochrome P450 inhibition using a multi-task deep autoencoder neural network . Molecular Pharmaceutics, 2018, 15, 4336–4345 

6. Wang, X., Shen, Y.; Wang, S.; Li, S.; Zhang, W., Liu, X.; Lai, L.; Pei, J.*; Li, H.;*, PharmMapper 2017 update: a web server for potential drug target identification with a comprehensive target pharmacophore database. Nucleic Acids Research, 2017, 45, W356–W360.

7．Sun, T.; Zhou, B.; Lai, L.; Pei, J.*, Prediction of PPI using a deep-learning algorithm. BMC Bioinformatics, 2017, 18: 277.
8．Zhao, L.; Sun, T.; Pei, J.*; Ouyang, Q.*, Mutation-induced protein interaction kinetics changes affect apoptotic network dynamic properties and facilitate oncogenesis. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112, E4046-E4054.

9．Xu, Y.; Dai, Z.; Chen, F.; Gao, S.; Pei, J.*; Lai, L.*, Deep learning for drug-induced liver injury. Journal of Chemical Information and Modeling, 2015, 55, 2085-2093.

10．Pei, J., Yin, N., Ma, X., and Lai, L.*, Systems biology brings new dimensions for structure-based drug design. Journal of the American Chemical Society, 2014, 136, 11556–11565.