蕭詠然 Siu Weng In, Shirley
個人簡介
蕭詠然，副教授，博士生導師。2010年在德國薩爾大學獲得自然科學博士學位，接著在德國埃爾蘭根紐倫堡大學從事博士後研究工作。曾任澳門大學電腦及資訊科學系助理教授、澳門聖若瑟大學科學及環境研究所副教授兼研究主任。2023年加入澳門理工大學人工智能藥物發現中心擔任副教授。
研究方向包括計算機藥物發現、化學信息學、機器學習、生物分子模擬、分子力學力場等。她的團隊率先應用群體智能和機器學習來解決蛋白質配體對接、藥物靶標識別以及生物分子的活性和毒性預測等問題，尋找具有潛力的新型化學和生物候選藥物。
蕭教授對蛋白質、細胞膜和聚合物的生物物理學有著濃厚興趣。利用分子動力模擬，她研究具有抗菌、抗癌和神經毒性作用的多肽，從它們的構象變化、自由能改變、跟膜蛋白和細胞膜的作用來研究它們的作用機理。她的團隊參與細胞膜脂質及自組裝單分子層的建模和力場開發的工作，以提高生物技術組件如生物傳感器的建模和模擬的準確性。
蕭教授撰寫或合著了共55篇同行評審的期刊論文和18篇會議論文。由她領導開發的開源軟件工具共7個，網上平台共5個。她的開創性的研究項目，獲得了來自澳門科學技術發展基金(FDCT)、大學、以至國外基金會的支持。她作為主要研究者（PI）共領導了6個科研項目，作為共同研究者（Co-PI）參與了4個項目。她成功指導了40多名學生，當中包括2位博士後、2位博士生、12位碩士生等。
她積極推動研究合作和建立學術網絡，多次擔任國際期刊的客座編輯和審稿人(NAR, Bioinformatics, JCIM, JCheminf, Sci Rep, etc.)和任多個計算機及生物信息學會議的正/副主席(CSBio2016, ICCP2017, ESST2023)或委員會成員(WAIM, ACCMS, APBC, CEC, IJCNN, ICBBT, ICBEB, ICBCB, ICCST等)，並受邀在國際會議和研討會上擔任演講嘉賓。
學習工作經歷
學習經歷：
2010-2011 德國埃爾蘭根紐倫堡大學 博士後
2006-2010 德國薩爾大學 自然科學(計算生物學)博士
2003-2006 德國薩爾大學 計算分子生物學理學碩士
1998-2001 澳門大學科技學院 軟件工程理學碩士
1993-1997 澳門大學科技學院 軟件工程理學學士
工作經歷：
2023- 澳門理工大學應用科學學院人工智能藥物發現中心 副教授
2021-2023 澳門聖若瑟大學科學及環境研究所 副教授／研究主任
2012-2021 澳門大學科技學院計算機與信息科學系 助理教授
2009-2012 澳門大學科技學院計算機與信息科學系 高級講師
2001-2003 澳門大學科技學院計算機與信息科學系 講師
研究領域
- 電腦輔助藥物發現
- 分子動力學
- 化學信息學
- 機器學習
- 智能優化算法
研究成果
- Yan, J.; Zhang, B.; Zhou, M.; Kwok, H.F.; Siu, Shirley W. I.* Multi-Branch-CNN: classification of ion channel interacting peptides using multi-branch convolutional neural networks. Computers in Biology and Medicine 2022, 147, 105717.
- Chen, Jiarui; Si, Yain-Whar; Un, Chon-Wai; Siu, Shirley W. I.* Chemical Toxicity Prediction Based on Semi-supervised Learning and Graph Convolutional Neural Network. Journal of Cheminformatics 2021, 13: 93.
- Chen, J.; Cheong, H.H. and Siu, Shirley W. I.* xDeep-AcPEP: Deep Learning Method for Anticancer Peptide Activity Prediction Based on Convolutional Neural Network and Multitask Learning. Journal of Chemical Information and Modeling 2021, 61, 8, 3789–3803.
- Wong, K. M.; Tai, H. K. and Siu, Shirley W. I.* GWOVina: A grey wolf optimization approach for rigid and flexible receptor docking. Chemical Biology & Drug Design 2020, 00: 1-14.
- Yan, J.; Bhadra, P.; Li, A.; Sethiya, P.; Qin, L.; Tai, H. K.; Wong, K. H.; and Siu, Shirley W. I.* Deep-AmPEP30: Improve short antimicrobial peptides prediction with deep learning. Molecular Therapy – Nucleic Acid 2020, 20, 882-894.