曾文鋒，1988年生，福建霞浦人。畢業於西安電子科技大學軟體工程專業，博士畢業於中科院計算技術研究所。曾參與國家重點研發計畫，擔任子課題負責人。以通訊作者或第一作者身份在Nature Methods、Nature Communications、Cell Systems等SCI刊物上發表了論文十餘篇論文。2021年被雜誌Journal of Proteome Research評選為“40-under-40 Rising Stars in Proteomics and Metabolomics”。曾文鋒博士現已加入西湖大學，受聘應急醫學研究中心和工學院，任助理教授。
基本介紹
- 中文名：曾文鋒
- 出生地：福建霞浦
- 畢業院校：西安電子科技大學
人物經歷,研究方向和主要成就,代表論文,
人物經歷
士2010年畢業於西安電子科技大學軟體工程專業；
2017年畢業於中科院計算技術研究所，獲得博士學位，之後擔任計算所助理研究員；
2020年加入德國馬克斯普朗克-生物化學研究所Matthias Mann實驗室從事博士後研究工作；
2024年加入西湖大學，受聘應急醫學研究中心和工學院，任助理教授。
研究方向和主要成就
曾文鋒課題組主要從事基於質譜技術的計算蛋白質組學和糖蛋白質組學。開發了糖蛋白質搜尋引擎pGlyco系列，和肽段譜圖等屬性預測的深度學習模型pDeep與軟體AlphaPeptDeep。pGlyco系列在領域內率先提出糖鏈鑑定的質控問題並提出使用誘餌糖鏈的算法進行糖鏈質控，解決了糖肽鑑定的精度問題；接著提出了“糖鏈離子倒排索引”的快速糖肽檢索算法，解決了速度問題。pDeep系列是國際上首個使用深度學習進行肽段理論譜圖預測的模型；後來AlphaPeptDeep框架將模型拓展到任意肽段屬性預測問題上。曾文鋒博士已在SCI雜誌上發表論文總計30餘篇，包括Nature Methods等十餘篇通訊作者或者第一作者的論文。現擔任BMC Bioinformatics編委，並擔任Nature Methods、Nature Communications、Nature Machine Intelligence和Journal of Proteome Research等期刊的特約審稿人。
代表論文
（#代表第一作者，*代表通信作者）
1.Wen-Feng Zeng, Wei-Qian Cao, Ming-Qi Liu, Si-Min He, Peng-Yuan Yang. Precise, fast and comprehensive analysis of intact glycopeptides and modified glycans with pGlyco3. Nature Methods 18, 1515-1523 (2021).
2. Wen-Feng Zeng, Xie-Xuan Zhou, Sander Willems, Constantin Ammar, Maria Wahle, Isabell Bludau, Eugenia Voytik, Maximillian T. Strauss & Matthias Mann. AlphaPeptDeep: a modular deep learning framework to predict peptide properties for proteomics. Nature Communications 13, 7238 (2022).
3. Ching Tarn, Wen-Feng Zeng. pDeep3: Toward More Accurate Spectrum Prediction with Fast Few-Shot Learning. Analytical Chemistry 93 (14), 5815-5822.
4. Matthias Mann, Chanchal Kumar, Wen-Feng Zeng, Maximilian T.
Strauss. Artificial intelligence for proteomics and biomarker discovery. Cell Systems 12 (8), 759-770 (2021).
5. Bo Wen, Wen-Feng Zeng, Yuxing Liao, Zhiao Shi, Sara R. Savage, Wen Jiang, Bing Zhang. Deep Learning in Proteomics. Proteomics 20 (21-22), 1900335.
6. Wen-Feng Zeng, Xie-Xuan Zhou, Wen-Jing Zhou, Hao Chi, Jianfeng Zhan, and Si-Min He. MS/MS Spectrum Prediction for Modified Peptides Using pDeep2 Trained by Transfer Learning. Analytical Chemistry 91 (15), 9724-9731 (2019).
7. Siyuan Kong, Pengyun Gong, Wen-Feng Zeng, Biyun Jiang, Xinhang Hou, Yang Zhang, Huanhuan Zhao, Mingqi Liu, Guoquan Yan, Xinwen Zhou, Xihua Qiao, Mengxi Wu, Pengyuan Yang, Chao Liu, Weiqian Cao. pGlycoQuant with a deep residual network for quantitative glycoproteomics at intact glycopeptide level. Nature Communications 13, 7539 (2022).
8. Ming-Qi Liu, Wen-Feng Zeng,Pan Fang, Wei-Qian Cao, Cao Liu, Guo-Quan Yan, Yang Zhang, Chao Peng, Jian-Qiang Wu, Xiao-Jin Zhang, Hui-Jun Tu, Hao Chi, Rui-Xiang Sun, Yong Cao, Meng-Qiu Dong, Bi-Yun Jiang, Jiang-Ming Huang, Hua-Li Shen, Catherine CL Wong, Si-Min He, Peng-Yuan Yang. pGlyco 2.0 enables precision N-glycoproteomics with comprehensive quality control and one-step mass spectrometry for intact glycopeptide identification. Nature Communications , 438 (2017).
9. Wen-Feng Zeng, Ming-Qi Liu, Yang Zhang, Jian-Qiang Wu, Pan Fang, Chao Peng, Aiying Nie, Guoquan Yan, Weiqian Cao, Chao Liu, Hao Chi, Rui-Xiang Sun, Catherine CL Wong, Si-Min He, Pengyuan Yang. pGlyco: a pipeline for the identification of intact N-glycopeptides by using HCD- and CID-MS/MS and MS3. Scientific Reports 6, 25102 (2016).
10. Xie-Xuan Zhou, Wen-Feng Zeng, Hao Chi, Chunjie Luo, Chao Liu, Jianfeng Zhan, Si-Min He, Zhifei Zhang. pDeep: Predicting MS/MS Spectra of Peptides with Deep Learning. Analytical Chemistry 89 (23), 12690-12697 (2017).
