苏州质子展开科技有限公司
Proton Unfold（苏州质子展开科技有限公司）致力于构建新一代 AI 驱动的科研计算与知识智能基础设施，以人工智能、科研计算和自动化研究流程加速药物发现与研发决策。
我们专注于算法研发与平台产品化，将专业计算模型、科研数据、智能体系统与研发知识整合为易于使用的科研工具与平台，帮助科研团队降低专业计算与信息处理门槛，更高效地完成知识获取、方案设计、计算分析与研发决策。
目前，公司已推出 SciMiner 与 PatMap 两大核心产品，分别面向药物研发计算与医药知识解析场景，并持续围绕 AI for Science 拓展科研计算与知识智能能力。
从科研知识解析到专业计算，为药物研发提供两条互补的产品能力。
SciMiner 是面向生物医药研发的 AI 科研计算平台，整合专业计算工具、数据资源、智能体系统与实验服务资源，为科研团队提供从研究问题提出、计算分析到实验验证的研发支持。
平台覆盖结构预测、分子与序列设计、虚拟筛选、性质评价、合成规划等早期药物发现任务。研究人员可以直接调用专业计算工具，也可以通过智能体以自然语言提出科研需求，由系统辅助完成任务解析、研究路径规划、工具调用与结果整合。
SciMiner 同时连接 CRO 实验服务与科研供应商资源，支持蛋白表达、结构解析、靶点筛选、药效与安全性研究、DMPK 及试剂采购等需求，推动计算结果进一步进入实验验证与研发迭代。
PatMap 是面向药物研发的专利与文献知识解析平台，帮助科研人员从复杂的医药专利和文献中快速获取可直接用于研发分析的结构化信息。
平台支持化学结构、表格与活性数据、构效关系及化学反应等信息的识别、提取与关联，帮助研究人员更高效地完成专利解析、化合物信息整理、SAR 分析与研发情报获取，并可通过 SaaS 与 API 等方式融入企业现有研发流程。
兼具 AI 药物研发、计算化学、化学信息学与软件工程经验。
团队成员主要来自中国科学院大学、上海科技大学、华东师范大学、中国药科大学、大连理工大学、苏州大学及立命馆大学等高校，具备人工智能、计算化学、药物设计、化学信息学及软件工程等多学科背景。
团队长期从事 AI 药物研发与科研计算技术研究，曾参与 αExtractor、PatMap、Attentive FP、SurfDock、TransformerCPI、KinomeX 等工具与模型的研发，并进一步推出 Graph-pKₐ、TG468、KinomeMETA、PBCNet 等自主研发工具，在化学信息抽取、分子基础模型、ADMET 性质预测、分子生成与分子对接等方向持续开展技术研发。
连接药物发现、人工智能与实验研究的一线科学经验。
研究员，国家杰出青年科学基金获得者。主要研究方向包括基于人工智能的药物分子设计与发现。
课题组负责人，研究领域涵盖化学合成、DNA 编码化合物库构建及药物发现。在进入学术界之前，曾在葛兰素史克（GSK）波士顿从事多年小分子药物研发工作。