“动态蛋白质组学与多组学整合：解码疾病机制与精准医疗新前沿”——南科大陈顺兴教授邀您共话多组学技术革新与临床转化

陈顺兴（Soon Heng TAN）博士是一位在交叉学科研究领域具有突出成就的科学家，其研究涵盖分子生物学、计算生物学、化学蛋白质组学和药物靶标发现等多个领域。以下是他的学术背景和研究方向的系统梳理：

1. 教育背景与学术训练

新加坡国立大学（NUS）：

获得分子生物学学士和计算机硕士学位，体现了其跨学科背景的优势，为后续开发生物信息学工具和数据分析方法奠定基础。

多伦多大学（博士）：

师从国际著名信号转导专家Tony Pawson院士（细胞通讯与信号网络研究先驱），研究复杂生物系统与人类疾病中的信号转导机制，培养了系统生物学视角。

博士后阶段（CeMM, 维也纳）：

在奥地利分子医学中心（CeMM）从事药物靶标研究，参与开发基于CETSA（细胞热位移 assay）-质谱联用技术的药物靶点鉴定方法，这一技术现已成为化学蛋白质组学领域的核心工具之一。

2. 关键技术贡献

CETSA技术的拓展与应用：

在Pär Nordlund教授（CETSA发明人）团队中，开发了从完整细胞/组织中实时监测蛋白质动态变化的系统技术，突破了传统静态蛋白质组学的局限，为药物靶标筛选和机制研究提供了新工具。

化学蛋白质组学方法开发：

结合质谱、生物信息学和化学生物学，建立了一系列解析生物分子相互作用、蛋白质功能调控及小分子干扰的技术平台

3. 研究方向与科学问题

课题组的核心目标是理解生物分子相互作用的动态调控及其在疾病与药物干预中的机制，具体方向包括：

动态蛋白质组学：

开发实时监测蛋白质构象、稳定性及相互作用的技术，揭示疾病（如癌症、代谢性疾病）中蛋白质网络的失调。

药物靶标发现：

通过CETSA-MS、化学探针等手段，鉴定小分子药物的直接靶点及脱靶效应，加速药物开发。

生物信息学与系统生物学：

利用计算机科学背景，开发数据分析算法（如蛋白质相互作用网络建模、多组学整合分析），解析复杂生物系统的调控规律。

4. 学术影响力

高水平论文：

在Science、Nature Communications、Nature Methods、Cell Chemical Biology等顶级期刊发表30+篇论文，成果涵盖技术开发（如Analytical Chemistry）和生物学机制（如Science Signaling）。

技术转化潜力：

其开发的蛋白质动态分析技术有望应用于精准医学（如个体化药物反应预测）和药物开发（如靶标验证）。

5. 当前团队（南方科技大学化学系）

课题组特色为多学科交叉，整合以下方法：

实验技术：化学生物学、蛋白质组学、高通量筛选。

计算工具：机器学习、生物信息学、动态网络建模。

应用场景：疾病机制解析、药物化学、合成生物学。

陈顺兴教授的学术路径体现了从基础生物学到技术开发，再到转化应用的闭环研究逻辑。其核心创新在于通过原创性技术手段（如动态蛋白质组学）解决传统生物学难以捕捉的瞬时相互作用和动态调控问题，为疾病治疗和药物开发提供了新视角。未来研究可能进一步向临床前模型和人工智能驱动的靶标预测方向拓展。