近日，我校數學與統計學院江健教授團隊在藥物設計方面取得重要研究進展。相關成果以“Machine learning predictions from unpredictable chaos”在物理科學與生命科學的交叉領域頂級期刊《Journal of the Royal Society Interface》上發表（J. R. Soc. Interface 22: 20250441, 2025,文章鍊接https://doi.org/10.1098/rsif.2025.0441）。江健為第一作者，77779193永利官网為第一單位。該工作與美國密歇根州立大學Guo-wei Wei教授團隊共同完成。

在過去幾十年裡，混沌現象已經在各個領域得到了廣泛深入的研究。由于它對初始條件和非線性的天生敏感性導緻混沌系統具有廣為人知的不可預測性。在這篇文章裡，我們通過引入一種新的拓撲範式使混沌系統具有準确的預測性。這種創新反常識地為那些看似随機，不可預測的長程混沌動力學提供了精确預測的可能性。我們利用拓撲持續拉普拉斯将不同混沌動力學之間的相互作用嵌入到低維的拓撲空間，再結合機器學習算法去預測各種混沌系統的全局屬性。我們提出的模型在四種不相關聯的真實數據集上都有優異的表現。這種新混沌學習範式顯著地重塑了混沌系統的當前認知，也為機器學習提供了一種新的學習視角。

江健教授一直從事藥物設計、複雜網絡建模等交叉學科方面的研究。2021年通過結合幾何拓撲和機器學習算法，構建的梯度提升多任務深度學習模型在藥物分子脂溶性和溶解度等屬性預測上取得領先；2022年結合幾何圖論和機器學習算法構建多尺度着色圖模型在藥物分子毒性上取得更好的預測準确度；2023年結合同調論和深度學習構建拓撲推斷下的藥物緻瘾性學習模型，對緻瘾性藥物分子進行預測，尋找最優的先導化合物分子。相關成果發表在Chemical Reviews、Pain、J. Pharm. Anal, JCIM, Chemical Science等國内外知名期刊上。

江健教授所在的計算系統生物學團隊負責人為張本龔教授，主要從事數學與大數據技術、計算系統生物學、機器學習、藥物設計等領域交叉科學研究。近5年來，在單細胞測序數據分析、藥物設計及發現、蛋白質結構預測和高光譜圖像處理等研究領域取得了豐富研究的成果。團隊教授2人，副教授4人，講師2人，承擔國家自然科學基金9項（其中面上4項），省部級項目5項，發表SCI論文60餘篇。