En
EN
人才队伍
首页 >> 人才队伍 >> 科研人员

毛有东

  • 教授、博士生导师
  • 北京大学物理学院博雅特聘教授
    北京大学定量生物学中心
    北大清华联合生命科学中心
    北京大学国家生物医学成像科学中心（兼）
    多模态跨尺度生物医学成像科学设施装置负责人
  • 个人简介
    实验室致力于物理科学和生物医学、信息科学的前沿交叉研究，主要通过发展新型物理生物学方法，研究重要蛋白复合物动力学基本规律，及其对细胞关键生命分子过程调控机制。当前主要研究方向包括：
    （1）细胞内重要的分子机器的组分和结构具有高度动态性，通常由复杂相互作用的众多分子构成，其功能执行体现为非平衡动力学过程。为了突破现有动态结构和动力学分析方法的局限性，本实验室聚焦时间分辨冷冻电镜、统计物理和人工智能的交叉研究，发展动力学成像和重建方法，发展基于深度流形学习的新型自由能面重建方法，实现超大复合分子机器的动力学过渡态和最小能量反应路径的多维重建，并以此为基础研究新型人工智能和动力学辅助功能分子设计。
    （2）蛋白质降解调控是极其重要的基本生命分子过程，在细胞周期、免疫和炎症、基因表达、新陈代谢、神经退行、癌症肿瘤、病毒感染以及蛋白毒性响应等重要生理和病理过程中发挥关键调控作用。本实验室利用冷冻电镜动力学成像和重建方法，研究Ubiquitin-proteasome system (UPS)蛋白质降解动态调控机制，UPS调控人类细胞中炎症、癌症、神经退行、病毒感染以及糖脂代谢等关键分子过程的结构、动力学和功能关系；以此为契机，研发新型靶向分子胶技术和多特异性靶向蛋白降解新技术新方法。
    （3）先天免疫系统通过炎症小体效应器来监控细胞环境的危险信号，它通过激活和高聚化形成炎症小体（Inflammasome），介导炎症反应并参与激活适应性免疫响应。炎症小体的失调可引起自发炎症或自体免疫相关疾病，如糖尿病、动脉粥样硬化等代谢疾病，多发性硬化、阿尔茨海默症等神经系统疾病。本实验室致力于研究炎症小体的激活反应的动力学机制和分子干预方法，试图理解先天免疫的信号转导过程、免疫调控以及病原诱导活化等免疫响应机理。
  • 所授课程
    《分子生物物理和冷冻电镜专题》 （选修，2学分）
  • 获奖及荣誉
    国家自然科学基金委杰出青年基金获得者（数理学部）
  • 个人履历
    2022- 今 北京大学物理学院凝聚态研究所，研究员，博雅长聘教授
    2021-2022 北京大学物理学院凝聚态研究所，研究员，长聘副教授
    2016-今 北京大学定量生物学中心研究员，博士生导师
    2015-2020 北京大学物理学院凝聚态研究所，研究员，助理教授
    2012-2015 哈佛大学医学院Dana-Farber癌症研究所，Intel并行计算结构生物学中心主任PI
    2007-2012 哈佛大学医学院，博士后
    2005-2007 中国科学院国家纳米科学中心，博士后
    1999-2005 北京大学物理学院，理学博士，凝聚态专业
    1995-1999 武汉大学物理学院（免试保送试验班），理学学士，物理学专业
  • 代表性论文及论著
    1. Zhang S#, Zou S#, Yin D, Zhao L, Finley D, Wu Z, Mao Y*. USP14-regulated allostery of the human proteasome by time-resolved cryo-EM. Nature 2022; 605: 567-574.
    2. Zhang S#, Wang K#, Wang WL#, Nguyen HT, Chen S, Lu M, Go EP, Ding H, Steinbock RT, Desaire H, Kappes JC, Sodroski J*, Mao Y*. Asymmetric structures and conformational plasticity of the uncleaved full-length human immunodeficiency virus (HIV-1) envelope glycoprotein trimer. J. Virol. 2021; 95: e00529-21.
    3. Sharif H#, Wang L#, Wang WL#, Magupalli VG, Andreeva L, Qiao Q, Hauenstein AV, Wu Z, Nunez G, Mao Y*, Wu H*. Structural mechanism for NEK7-licensed NLRP3 inflammasome activation. Nature 2019; 570: 338-343.
    4. Dong Y#, Zhang S#, Wu Z, Li X, Wang W, Zhu Y, Stoilova-McPhie S, Lu Y, Finley D, Mao Y*. Cryo-EM structures and dynamics of substrate-engaged human 26S proteasome. Nature 2019; 565: 49-55.
    5. Lu Y#, Wu J#, Dong Y, Chen S, Sun S, Ma YB, Ouyang Q, Finley D, Kirschner MW*, Mao Y*. Conformational landscape of the p28-bound human proteasome regulatory particle. Mol. Cell 2017; 67: 322-333.e6.
    6. Zhang L#, Chen S#, Ruan J, Wu J, Tong AB, Yin Q, Li Y, David L, Lu A, Wang WL, Marks C, Ouyang Q, Zhang X, Mao Y*, Wu H*. Cryo-EM structure of the activated NAIP2-NLRC4 inflammasome reveals nucleated polymerization. Science 2015; 350: 404-409.
    7. Wu Z, Chen E, Zhang S, Ma Y, Mao Y*. Visualizing conformational space of functional biomolecular complexes by deep manifold learning. Int. J. Mol. Sci. 2022; 23: 8872.
    8. ​Dong Y, Chen S, Zhang S, Sodroski J, Yang Z, Liu D, Mao Y*. Folding DNA into a lipid-conjugated nanobarrel for controlled reconstitution of membrane proteins. Angew. Chem. Int. Ed. 2018; 57: 2072-2076.
    9. Wu J, Ma Y, Congdon C, Brett B, Chen S, Ouyang Q, Mao Y*. Massively parallel unsupervised single-particle cryo-EM data clustering via statistical manifold learning. PLoS One 2017; 12: e0182130.
    10. Zhu Y, Ouyang Q, Mao Y*. A deep convolutional neural network approach to single-particle recognition in cryo-electron microscopy. BMC Bioinformatics 2017; 18: 348.