许适当 教授
国家级青年人才项目入选者
华南理工大学生物医学科学与工程学院教授（PI）、博士生导师，国家级青年人才项目入选者。于新加坡国立大学获得博士学位并完成博士后研究，2022年加入华南理工大学。主要从事面向科学发现与生物医学创新的方法学研究，聚焦科学智能与智能生物医学（AI for Science and AI for Biomedicine），围绕复杂科学系统中的学习、设计与推断，发展新型学习架构、生成与优化方法以及数据科学理论，推动相关方法在生命健康、药物研发、先进材料及其他前沿领域中的应用。
2022-至今，华南理工大学，教授
2020-2022，新加坡国立大学，博士后
2016-2020，新加坡国立大学，博士
2012-2014，中山大学，硕士
2008-2012，华南师范大学，学士
生物医学工程（学博、学硕）、生物学（学博、学硕）、材料与化工（工程博士）、生物与医药（工程硕博）
核心关键词：科学智能、AI for Science、AI for Biomedicine、科学学习系统、科学基础模型、多尺度与多模态推理、生成设计、逆向设计、从头设计、扰动建模、反事实推演、主动数据生成、自主发现、数据科学理论、因果推断、不确定性量化、AIDD/CADD（计算机辅助药物发现）、精准医学
团队围绕复杂科学系统中的“如何学习、如何设计、如何推断与决策”三类基本问题，形成科学智能与学习系统、生成设计与自主发现、数据科学理论与前沿应用三条相互贯通的研究主线。团队致力于发展能够组织科学知识、理解复杂交互、生成全新方案并驱动可验证发现的新方法，以高质量数据、证据工程、主动数据生成与自动化实验为共性基础，推动前沿科学研究与工程研发中的智能发现。
主要研究方向包括：
1.科学智能与学习系统
Scientific Intelligence and Learning Systems
研究复杂科学系统如何形成可迁移、可组合和可检验的表征与知识，围绕表示空间、学习信号、交互结构与适应机制开展协同设计，探索跨尺度、多模态信息的统一建模以及关系、结构与机制的深层推理。发展能够持续融合科学数据、领域知识与实验新证据的学习系统，推动模型由模式识别走向结构理解、机制推演与开放环境中的可靠学习，为科学发现、实验规划与复杂决策提供通用能力。
2.生成设计与自主发现
Generative Design and Autonomous Discovery
面向从“理解已有世界”到“创造新的可能”，研究如何将科学知识、数据、物理与生物约束、扰动信号及实验反馈转化为有效的设计指导，生成具有目标结构、性质与功能的新分子、新材料、新生物系统和实验方案。重点发展条件生成与逆向设计、扰动建模、反事实推演、可控编辑、多目标优化与序贯决策方法，并连接主动数据生成、AI-ready科学数据集、数据工厂、自动化实验与证据评价，构建“设计—构建—测试—学习”的自主发现闭环。
3.数据科学理论与前沿应用
Data Science Theory and Frontier Applications
面向科学数据背后的规律、结构与动力学，研究复杂、高维、动态、异质和不完备数据中的基础理论与关键算法。重点探索高维统计与学习理论、因果与反事实推断、概率建模与不确定性传播、信息几何与最优传输、算子学习、随机动力系统、优化与控制以及科学反问题，建立连接数据、机制与决策的数学方法，并推动其在生命健康、药物与生物大分子研究、合成与再生生物学、先进材料、量子科技、能源与复杂系统等前沿领域中的应用。
团队长期围绕人工智能、数据科学与生物医学工程的交叉前沿开展研究，关注复杂科学数据的表征、学习、推断、生成与优化，形成了涵盖基础方法、计算模型与跨领域应用的一系列研究成果。相关工作覆盖生命健康、药物与生物大分子、医学影像、先进材料及多模态智能等方向，并持续探索新型数据科学方法在科学发现与工程研发中的应用。相关成果以第一作者或通讯作者发表于 Nat. Commun.（2篇）、JACS（3篇）、Angew. Chem. Int. Ed.（4篇）、Adv. Mater.（3篇）、Cell Biomater.等国际权威期刊，以及 ECCV、ACM MM、IJCAI 等计算机领域重要国际会议。12篇论文入选 ESI 高被引论文或热点论文，谷歌学术总引用超过10000次，H-index 51，连续三年入选斯坦福大学发布的全球前2%最具影响力科学家榜单；主持国家重点研发计划子课题、国家自然科学基金面上项目、广东省杰出青年科学基金等项目，获国际专利3项、中国发明专利8项。
代表性论文列表：
1. Lin, Y., Liu, Y.,Zhang, W., Fan, Y., Wang, Z., Shen, D., Fei, L., Liu, X., Xu, S.*, PyraE2E: Enhancing End-to-End WSI Analysis via Cross-ScaleSuper-Resolution, ECCV, 2026 (accepted).
2. Liu, Y., Wu, R.,Lin, Y., Shen, X., Wang, Y., Zhou, H., Xu, S., Cai, S., Liang, L., Xu, S.*, MPFusion-MIL: Morphology-GuidedFusion with Precise Cross-Scale Interaction for Whole Slide Image Analysis, ACM MM, 2026 (accepted).
3. Liu, Y., Shen, D.,Li, H., Liu, Y., Chen, C., Jiang, X., Jiang, Z., Cao, P., Xu, S.*, Liu, X., AnyAvatar: High-Fidelity Gaussian Head Avatarsunder Uncalibrated Camera Settings, ACM MM, 2026 (accepted).
4. Liu, Y., Lin, Y.,Shen, D., Li, H., Wang, Y., Liu, X., Xu, S.*, Learning Whole Slide Image Representations from Few High-ResolutionPatches via Cascaded Dual-Scale Reconstruction, PRCV, 2026 (accepted).
5. Liu, Y., Cao, L.,Chen, C., Geng, F., Shen, D., Cao, P., Xu, S.*, Liu, X., MoGaFace: Momentum-Guided and Texture-Aware Gaussian Avatarsfor Consistent Facial Geometry, PRCV, 2026 (accepted).
6. Liu, Y.#, Wang, Y.#,Wang, Q.#, Peng, M., Chen, Y., Lin, Y., Shen, D., Liu, X., Xu, S.*, Liu, B., An electron-density point-cloudframework for robust protein-ligand interaction prediction, Nat. Commun., 2026, 17, 7424.
7. Lyu, Y., Peng, M., Hu, Y., Hu, X.*, Zhang, Y., Zhao, P., Wang, T.*, Xu, S.*, Zhang, K.*, Bian, L.*, Moleculartautomerism-induced formation of supramolecular hydrogel for mRNA enrichmentand delivery, Cell Biomater., 2025, 1, 100124.
8. Chen, L.#, Peng, M.#,Ouyang, Y., Chen, J., Li, H., Wu, M., Qu, R., Zhou, W., Zhang, C., Jiang, Y.*, Xu, S.*, Wu, W., Jiang, X.*,Zhen, X.*, Tuning second near-infrared fluorescence activation byregulating the excited-state charge transfer dynamics change ratio, J. Am. Chem. Soc., 2025, 147, 17330-17341.
9. Wang, Q., Liu, Y., Li, C., Xu, B., Xu, S.*, Liu, B.*, Machinelearning-enhanced nanoparticle design for precision cancer drug delivery, Adv. Sci., 2025, 12, e03138.
10. Liu, Y.#, Xu, S.#, Guo, J., Wang, D., Wang, Z., Tan, X., Liu, X.#, SyncAnimation: AReal-Time End-to-End Framework for Audio-Driven Human Pose and Talking HeadAnimation, IJCAI, 2025, 1657-1665.
11. Xu, S.#*, Zhou, X.#, Xu, S.#, Zhang,Y., Shi, Y., Cong, X., Xu, Q., Tian, Y., Jiang, Y., Guo, H., Zhao, J., Sun, F.*,Peng, H.*, Molecularly specific detection towards trace nitrogendioxide by utilizing Schottky-junction-based gas sensor, Nat. Commun., 2024, 15, 5991.
12. Xu, S., Liu,B.*, High exciton utilization of 1D molecular column with highpacking energy formed by folded π-molecules, J. Am.Chem. Soc., 2022, 144, 17897-17904.
13. Xu, S., Liu,X., Cai, P., Wang, X.*, Liu, B.*,Machine-learning-assisted accurate prediction of molecular optical propertiesupon aggregation, Adv. Sci., 2022, 9, 2101074.
14. Xu, S.#, Li, J.#,Cai, P., Liu, X., Liu, B.*, Wang, X.*, Self-improvingphotosensitizer discovery system via Bayesian search with first-principlesimulations, J. Am. Chem. Soc., 2021, 143, 19769-19777.
15. Xu, S., Duan,Y., Liu, B.*, Precise molecular design for high-performanceluminogens with aggregation-induced emission, Adv. Mater., 2020, 32, 1903530.
论文详细列表：https://scholar.google.com/citations?user=HiGQESUAAAAJ
英才专访