清华大学兰艳艳万国数据教授

报告生成时间：2026年8月20日
个人主页：兰艳艳
所属团队：清华大学智能产业研究院（AIR，Institute for AI Industry Research）

一、学者基本信息

项目	内容
姓名	兰艳艳（Yanyan Lan）
当前职位	清华大学万国数据教授、智能产业研究院（AIR）副院长、首席研究员、博士生导师
出生年月	1982年10月
邮箱	lanyanyan@air.tsinghua.edu.cn
个人主页	https://yanyanlan.com/
实验室	ATOM Lab（https://atomlab.yanyanlan.com）
研究方向	机器学习、信息检索、自然语言处理、AI for Science（蛋白质结构预测、药物设计、分子建模）
论文数量	80余篇（国际重要期刊和会议）
Google Scholar引用	超过10,000次
Google Scholar	Yanyan Lan
DBLP	Yanyan Lan
AIR页面	https://air.tsinghua.edu.cn/info/1046/1200.htm

二、教育背景与职业履历

兰艳艳教授的学术生涯以数学统计为根基，从信息检索与排序学习起步，逐步拓展到自然语言处理，最终在AI for Science方向实现了从传统计算机科学到生命科学的重大跨界突破。她的职业轨迹横跨中国科学院与清华大学两大顶尖学术体系，形成了独特的"理论深度+产业导向"双重优势。

教育经历。 兰艳艳于2001年考入山东大学数学科学学院统计学专业，2005年获理学学士学位。同年保送至中国科学院数学与系统科学研究院（中国科学院研究生院数学院）硕博连读，师从著名数学家马志明院士（中国科学院院士），攻读概率论与数理统计专业博士学位。在马志明院士的指导下，她接受了严格的数学训练，这为其后在机器学习理论方面的原创性工作奠定了坚实基础。2011年获理学博士学位。博士期间，她的研究方向逐渐从纯数学转向信息检索与机器学习，特别是在排序学习（Learning to Rank）的统计学习理论方面做出了系列原创性成果。

中国科学院计算技术研究所（2011-2021）。 博士毕业后，兰艳艳进入中国科学院计算技术研究所（ICT CAS）网络数据科学与技术重点实验室工作，历任助理研究员（2011-2013）、副研究员（2013-2019）、研究员（2019-2021）。在ICT CAS的十年间，她与郭嘉丰、程学旗、徐君等研究者形成了紧密的合作团队，在信息检索、排序学习、文本匹配、问答系统等方向产出了大量高水平论文。这一时期的核心贡献包括：提出Top-k Learning to Rank框架（获SIGIR 2012最佳学生论文奖）、将文本匹配建模为图像识别问题（获CIKM 2017最佳论文Runner-Up奖）、以及一系列关于搜索结果多样化、对话生成、开放域问答的研究。2018年至2019年，她赴美国加州大学伯克利分校（UC Berkeley）任访问学者，进一步拓展了国际视野。

清华大学智能产业研究院（2021至今）。 2021年，兰艳艳在一次学术会议上偶遇AIR惠妍讲席教授、首席科学家马维英。在交谈中，她被AIR"高校+产业"双引擎的创新机制所吸引，同时感受到与AIR"Open, Novel, Flexible"文化的契合，决定加入AIR，成为AIR的第一位女科学家。她出任首席研究员、万国数据教授，后升任副院长。加入AIR后，兰艳艳的研究方向实现了重大转型——从信息检索和自然语言处理转向AI for Science，聚焦蛋白质结构预测、小分子药物设计和生物计算等方向。她领导ATOM Lab团队，主持国家重点研发计划青年科学家项目"基于深度学习的端到端蛋白质结构折叠精准预测方法"，研发AIRFold系统在CAMEO竞赛中连续四周夺得全球第一，研发DrugCLIP平台在Science正刊发表。同时，她与哥伦比亚大学Raul Rabadan教授合作，将面向基因调控的AI基础大模型发表于Nature正刊。

三、学生培养情况

兰艳艳教授在中国科学院计算技术研究所和清华大学AIR两个阶段均培养了大量优秀学生。她的团队名称为ATOM Lab，目前拥有博士后、博士研究生、研究助理和实习生多个层次的研究力量。以下列举其指导的主要学生和团队成员。

1. 冯世坤（Shikun Feng，已毕业博士生/校友，分子预训练方向）

冯世坤是兰艳艳在AI for Science方向最早培养的核心学生之一，在分子表示学习和预训练方法领域表现突出。他作为第一作者或核心作者发表了多篇高水平论文，包括"Fractional Denoising for 3D Molecular Pre-training"（ICML 2023）、"Protein-ligand binding representation learning from fine-grained interactions"（ICLR 2024）、"UniCorn: A Unified Contrastive Learning Approach for Multi-view Molecular Representation Learning"（ICML 2024），以及UniGEM（ICLR 2025）等。他还在Nature Machine Intelligence上合作发表了分子性质预测预训练方法研究。冯世坤的研究覆盖了分子3D表示学习、对比学习预训练和统一生成-预测框架等前沿方向，是ATOM Lab在AI for Science方向的代表性成果之一。

2. 高博文（Bowen Gao，在读博士生，药物发现方向）

高博文是兰艳艳当前指导的博士生，在AI驱动药物发现方向表现优异。他作为第一作者或核心作者发表了多篇顶会论文，包括"DrugCLIP: Contrastive Protein-Molecule Representation Learning for Virtual Screening"（NeurIPS 2023）、"Self-supervised Pocket Pretraining via Protein Fragment-Surroundings Alignment"（ICLR 2024）、"Rethinking Specificity in SBDD: Leveraging Delta Score and Energy-Guided Diffusion"（ICML 2024），以及"Reframing Structure-Based Drug Design Model Evaluation via Metrics Correlated to Practical Needs"（ICLR 2025）等。他的研究覆盖虚拟筛选、基于结构的药物设计（SBDD）和分子表示学习等关键方向，是DrugCLIP平台的核心开发者之一。

3. 倪语焓（Yuyan Ni，在读博士生，分子预训练方向）

倪语焓是兰艳艳指导的博士生，在分子预训练和性质预测方向产出了多项重要成果。她作为共同第一作者发表了"Pre-training with Fractional Denoising to Enhance Molecular Property Prediction"（Nature Machine Intelligence, 2024），提出了分数去噪（Fractional Denoising）预训练框架，将噪声设计与力学习等价性解耦，显著提升了分子性质预测性能。她还发表了"Sliced Denoising: A Physics-Informed Molecular Pre-Training Method"（ICLR 2024），并参与UniGEM（ICLR 2025）等工作。她与冯世坤、高博文等构成了ATOM Lab在AI for Science方向的学生核心力量。

4. 贾寅君（Yinjun Jia，已出站博士后/校友，DrugCLIP/Science论文共同第一作者）

贾寅君是兰艳艳指导的博士后研究员，在AI药物发现方向做出了突破性贡献。他是2026年发表于Science正刊的DrugCLIP论文的共同第一作者，该工作首次实现了覆盖人类基因组规模的药物虚拟筛选，将筛选速度较传统方法提升百万倍。贾寅君在采访中表示，研究聚焦于药物研发最早期的苗头化合物发现阶段，将蛋白质结构预测的AI成果推进到化合物层面。他还参与了多篇ICLR论文的撰写，包括生物活性预测和药物设计评估方法等方向。贾寅君现已从ATOM Lab出站，但其工作对团队药物发现方向的奠基性贡献不可替代。

5. 黄彦文（Yanwen Huang，已毕业博士生/校友，药物设计与生物活性预测方向）

黄彦文是兰艳艳指导的博士生，在药物设计和生物活性预测方向产出了多项成果。他作为第一作者或核心作者发表了"Redefining the task of Bioactivity Prediction"（ICLR 2025）、"Reframing Structure-Based Drug Design Model Evaluation via Metrics Correlated to Practical Needs"（ICLR 2025）等论文，并参与了DrugCLIP（NeurIPS 2023）等核心工作。他的研究致力于重新审视药物设计中任务定义和评估方法的合理性，推动AI药物发现从学术指标向实际需求靠拢。

6. 谭海川（Haichuan Tan，在读博士生，蛋白质结构预测方向）

谭海川是兰艳艳当前指导的博士生，参与了AIRFold蛋白质结构预测项目和多项药物设计研究。他作为核心作者参与了"Reframing Structure-Based Drug Design Model Evaluation"（ICLR 2025）等论文，并在AIRFold系统的开发中做出了贡献。他的研究同时覆盖蛋白质结构预测和药物设计两个方向，体现了ATOM Lab在"从结构预测到药物发现"全链条布局的人才培养策略。

7. 洪鑫（Xin Hong，在站博士后，AIRFold项目负责人）

洪鑫是兰艳艳团队的在站博士后，在AIRFold蛋白质结构预测项目中担任核心角色。他是AIRFold项目页面的主要贡献者之一，参与了同源挖掘（Homology Miner）模块的设计与实现。该模块通过稠密检索和生成模型补充同源蛋白信息，并利用信息论方法优化共进化信息，是AIRFold在CAMEO竞赛中连续夺冠的关键技术。洪鑫同时还参与了DrugCLIP项目（Science, 2026）的研发。

8. 强博（Bo Qiang，已毕业校友，分子生成方向）

强博是兰艳艳指导的已毕业学生，在3D分子生成方向做出了重要贡献。他作为第一作者发表了"Coarse-to-Fine: a Hierarchical Diffusion Model for Molecule Generation in 3D"（ICML 2023），提出了分层扩散模型用于3D分子生成。他还参与了DrugCLIP（NeurIPS 2023）等核心工作。强博的研究体现了ATOM Lab在分子生成模型方向的深入探索。

四、学术合作网络

4.1 核心合作者图谱

兰艳艳教授的学术合作网络经历了从信息检索到AI for Science的重大转型，形成了跨越多个学科和机构的分层合作生态。

中科院计算所时期（2011-2021）：信息检索核心团队。 在ICT CAS的十年间，兰艳艳与郭嘉丰、程学旗、徐君等组成了中国信息检索领域最具影响力的研究团队之一。

郭嘉丰（Jiafeng Guo）：中科院计算所研究员、网络数据科学与技术重点实验室主任，是兰艳艳在ICT CAS时期最核心的合作者。两人合著了大量信息检索领域的论文，包括排序学习、搜索结果多样化、文本匹配、问答系统等方向。他们共同编著了教材《信息检索与深度学习》（人民邮电出版社）。郭嘉丰现任中国中文信息学会信息检索专委会副主任，与兰艳艳（秘书长）在学术组织中也形成了紧密配合。2024年，两人合作的"神经信息检索理论、技术及其应用"获钱伟长中文信息处理科学技术奖一等奖。
程学旗（Xueqi Cheng）：中科院计算所研究员，是兰艳艳在ICT CAS时期的另一位重要合作者和 mentor。程学旗作为网络数据科学与技术重点实验室的奠基人，为兰艳艳的研究提供了平台支持。两人合著了多篇关于排序学习统计理论、搜索结果多样化和问答系统的论文。程学旗还担任CCIR 2024最佳论文评审主席。
徐君（Jun Xu）：中科院计算所研究员，与兰艳艳在排序学习方向有深度合作。两人合著了关于Ranking SVM参数交互建模（IEEE TKDE, 2019）等重要工作，以及Top-k Learning to Rank（SIGIR 2012最佳学生论文）。
马志明（Zhi-Ming Ma）：中国科学院院士，兰艳艳的博士导师。马志明院士不仅是兰艳艳学术生涯的引路人，还在其转入AI for Science领域后继续作为合作者出现。在多篇ICML、ICLR论文和Nature Machine Intelligence论文中，马志明院士均作为共同作者出现，为研究的数学理论基础提供了重要指导。这一从师生到长期合作者的关系在学术界颇为罕见。
Tie-Yan Liu（刘铁岩）：微软亚洲研究院首席研究员（后任微软研究院副总裁），与兰艳艳在排序学习的统计理论方面有重要合作。两人合著了"Statistical Consistency of Ranking Methods in A Rank-Differentiable Probability Space"（NIPS 2012），这是排序学习理论领域的经典工作。

清华AIR时期（2021至今）：AI for Science核心团队。 加入AIR后，兰艳艳构建了以AI驱动药物发现和蛋白质结构预测为核心的全新合作网络。

马维英（Wei-Ying Ma）：AIR首席科学家/惠妍讲席教授，是兰艳艳加入AIR的引荐人。两人在几乎所有AI for Science方向的论文中均为共同作者，包括ICML、ICLR、NeurIPS会议论文以及Nature Machine Intelligence期刊论文。马维英为兰艳艳团队提供了方向把握和资源支持，构成了AIR在AI for Science方向的领导核心。
张亚勤（Ya-Qin Zhang）：AIR创始院长，在多篇论文中作为共同作者出现。张亚勤作为AIR的战略领导者，为兰艳艳的蛋白质结构预测和药物发现研究提供了平台支持和战略指导。DrugCLIP发表于Science时，张亚勤作为团队领导者出现在作者列表中。
刘洋（Liu Yang）：AIR院长/万国数据教授，在AIRFold国家重点研发计划项目启动会上作为副院长致辞支持。刘洋与兰艳艳在AIR的管理层面形成密切配合，共同推动AIR智慧医疗方向的发展。
刘晶晶（Jingjing Liu）：AIR研究员/GDS教授，在DrugCLIP（NeurIPS 2023）等论文中作为共同作者出现。她的研究涵盖多模态LLM和AI for Science，与兰艳艳在药物设计方向有交叉合作。
彭健（Jian Peng）：伊利诺伊大学香槟分校（UIUC）教授、华深智药（Helixon）创始人，AIR访问教授。彭健及其Helixon团队与兰艳艳团队在AIRFold蛋白质结构预测项目中有深度技术交流和合作讨论，为团队成长提供了重要指导。在国家重点研发计划项目启动会上，彭健担任咨询专家组成员。
Raul Rabadan：哥伦比亚大学Vagelos内科与外科医学院教授，是2025年Nature论文"A foundation model of transcription across human cell types"的通讯作者。兰艳艳与Rabadan团队合作开发了GET（General Expression Transformer）模型，利用染色质可及性数据和基因组序列预测213种人类胎儿和成人细胞类型的基因表达模式。这是兰艳艳首次在Nature正刊发表论文，标志着其研究在生命科学基础问题上的重大突破。
Eric P. Xing：知名机器学习学者（曾任CMU教授、Petuum创始人），同样出现在Nature论文的作者列表中，为该研究的机器学习方法提供了重要贡献。
清华大学生命科学学院合作者：在DrugCLIP发表于Science的工作中，兰艳艳联合清华大学生命中心PI张伟、闫创业、刘磊组成联合团队，体现了AIR与清华生命科学的深度跨学科合作。

4.2 跨机构与跨学科合作

兰艳艳的学术合作呈现出鲜明的跨机构、跨学科特征：

AIR内部多团队协作：兰艳艳领导的ATOM Lab并非孤立运作，而是与马维英团队、刘晶晶团队等形成紧密协作。从论文作者列表来看，几乎每篇AI for Science论文都涉及马维英和张亚勤作为共同作者，体现了AIR内部的团队协同模式。
中科院计算所延续合作：加入AIR后，兰艳艳与ICT CAS的合作并未中断。在CCIR 2024等学术活动中，她与郭嘉丰共同担任大会主席。信息检索领域的学术服务和组织工作仍由两人共同推进。
哥伦比亚大学国际合作：通过Nature论文的合作，兰艳艳与Raul Rabadan团队建立了跨太平洋的国际合作关系。GET模型的研究融合了哥伦比亚大学的生物医学数据优势和清华AIR的AI建模能力。
清华生命科学跨学科融合：DrugCLIP项目联合了清华大学生命学院张伟、闫创业、刘磊等PI，将AI技术与湿实验生物学深度结合。这种跨学科合作模式是AIR"高校+产业"双引擎理念的具体实践。
导师持续合作：马志明院士从博士导师到AI for Science合作者的角色转变，使得兰艳艳的研究始终保持深厚的数学理论根基。在分子预训练（Fractional Denoising等）工作中，数学理论的指导至关重要。

五、业界合作关系深度分析

5.1 AIR"高校+产业"双引擎模式——学术研究的产业化导向

兰艳艳在AIR的工作深度体现了张亚勤院士提出的"高校与企业双引擎创新"理念。AIR的定位不仅是学术研究机构，更是连接基础研究与产业应用的桥梁。

国家重点研发计划项目。 兰艳艳作为项目负责人主持了国家重点研发计划青年科学家项目"基于深度学习的端到端蛋白质结构折叠精准预测方法"（隶属生物与信息融合专项）。该项目于2022年3月在AIR召开启动会，咨询专家组由清华大学张学工教授（组长）、中科院计算所卜东波研究员、清华大学刘奕群教授、清华大学张强锋研究员、中科院生物物理所王祥喜研究员以及华深智药创始人彭健教授组成。这一项目汇聚了清华、北大和中科院的跨机构力量，旨在打造轻量、精准的蛋白质结构预测模型，辅助蛋白质功能解析及药物靶点设计。该项目的实施直接催生了AIRFold系统。

DrugCLIP产业平台。 兰艳艳牵头研发的DrugCLIP平台于2025年在北京智源大会上正式发布，由AIR与北京智源人工智能研究院（BAAI）健康计算联合研究中心联合推出。DrugCLIP在128核CPU+8张GPU的计算节点上实现了毫秒级打分与万亿级日吞吐能力，筛选100万个候选分子仅需0.02秒，对比传统方法实现了百万倍提升。2026年1月，该成果在Science正刊发表后，团队构建了已知最大规模的蛋白-配体筛选数据库（覆盖约1万个蛋白靶点、2万个蛋白口袋，分析筛选超过5亿个类药小分子），并免费面向全球科研社区开放。这一开放策略体现了AIR将研究成果回馈产业生态的理念。

BAAI健康计算联合研究中心。 兰艳艳作为AIR核心研究员，参与了AIR与北京智源人工智能研究院共建的健康计算联合研究中心的工作。该中心由马维英曾任主任（2021-2023），致力于构建"AI+健康"管理生态系统。兰艳艳的药物发现和蛋白质结构预测研究是该中心的核心方向之一。

5.2 华深智药（Helixon）与产业生态合作

华深智药技术合作。 兰艳艳团队与华深智药（Helixon）生物科技公司保持了密切的技术合作关系。华深智药由UIUC彭健教授创立，专注于AI抗体设计和蛋白质治疗药物发现。在AIRFold项目开发过程中，彭健教授及其Helixon团队与兰艳艳团队进行了多次技术讨论和指导，帮助团队在蛋白质结构预测方向快速成长。彭健同时担任AIR访问教授和国家重点研发计划项目咨询专家。

CAMEO竞赛与国际影响力。 兰艳艳团队研发的AIRFold系统在2022年国际蛋白质结构预测竞赛CAMEO上连续四周夺得全球第一，在"hard"分类序列上表现尤为突出——是唯一lDDT均分高于80分的模型。这一成绩使兰艳艳团队在国际蛋白质结构预测领域获得了广泛认可，为后续的产业合作和学术影响力奠定了基础。AIRFold独有的同源挖掘（Homology Miner）模块通过稠密检索和生成式建模补充共进化信息，在AlphaFold2基础上提供了可扩展的系统化解决方案。

学术会议与产业对接。 兰艳艳积极参与学术与产业的对接活动。2025年5月，她在智源大会"Drug-the-Whole-Genome:后AlphaFold时代的AI药物研发"论坛上发表演讲，分享DrugCLIP的成果。2025年10月，她在中国生物化学与分子生物学会2025年全国学术大会上做报告。2026年4月，她访问清华大学统计学系并作学术报告"AI for Science:数学与计算思维推动科学发现新范式"。这些活动持续扩大了她在产业界和交叉学科领域的影响力。

药物研发全链条布局。 兰艳艳团队的研究覆盖了从蛋白质结构预测（AIRFold）到药物虚拟筛选（DrugCLIP）、从分子预训练（Fractional Denoising）到基于结构的药物设计（SBDD）的全链条。这种系统性布局使得团队的研究成果能够直接服务于药物研发的各个环节，具有极强的产业应用价值。团队公开发布的DrugCLIP筛选数据库已面向全球科研社区免费开放，体现了开源共享的学术理念。

六、重要奖项与学术兼职

年份	奖项/兼职	说明
2012	SIGIR最佳学生论文奖	信息检索领域顶级国际会议，获奖论文"Top-k Learning to Rank"
2017	CIKM最佳论文Runner-Up奖	获奖论文"Text Matching as Image Recognition"
-	国家高层次青年人才计划（万人计划青年拔尖人才）	国家级人才计划
-	中国科学院青年创新促进会优秀会员	中科院青年人才计划
-	北京智源人工智能研究院青年科学家	智源青年学者，青源会发起成员
-	钱伟长中文信息处理科学技术奖一等奖	中文信息处理领域最高科学技术奖（2024年再次获得，与郭嘉丰等共同完成"神经信息检索理论、技术及其应用"）
-	中文信息学会青年创新奖	表彰在中文信息处理领域的青年创新贡献
2022	CAMEO蛋白质结构预测竞赛全球第一	AIRFold系统连续四周夺得全球第一
2025	Nature正刊论文	"A foundation model of transcription across human cell types"（GET模型）
2026	Science正刊论文	DrugCLIP平台，"Deep contrastive learning enables genome-wide virtual screening"
-	AI Journal副主编	人工智能领域顶级国际期刊
2020	SIGIR暑期学校主席	SIGIR 2020 Summer School Chair
2020	CIKM短文程序委员会主席	CIKM 2020 Short Track PC Co-Chair
2020	YSSNLP大会主席	首届青年学者NLP研讨会
-	EMNLP审稿指导委员会主席	EMNLP Review Guidance Committee Chair
-	IEEE TKDE审稿人	IEEE Transactions on Knowledge and Data Engineering
-	ACM TOIS审稿人	ACM Transactions on Information Systems
-	ACM TWEB审稿人	ACM Transactions on Web
-	中文信息学会信息检索专委会秘书长	学术组织核心职务
-	应用数学学会通信与数学专委会副主任	跨学科组织职务
-	中国计算机学会高级会员	CCF术语工委执委、女工委委员
-	中国人工智能学会机器学习专委会委员	学术组织职务
2022至今	国家重点研发计划青年科学家项目负责人	"基于深度学习的端到端蛋白质结构折叠精准预测方法"

七、Connection圈层总结

兰艳艳教授的学术关系网络呈现出从信息检索深耕者到AI for Science开拓者的清晰演进路径，可分为以下圈层：

第一圈层：ATOM Lab核心团队。 以兰艳艳直接指导的博士后和博士生为核心，包括洪鑫（在站博士后，AIRFold负责人）、高博文（博士生，药物发现）、倪语焓（博士生，分子预训练）、谭海川（博士生，蛋白质结构预测）等在读学生，以及冯世坤、贾寅君、黄彦文、强博等已毕业校友。这些学生是ATOM Lab在ICML、ICLR、NeurIPS、Nature Machine Intelligence等顶级会议和期刊上持续产出的研究主力。团队的研究方向覆盖了从分子预训练、蛋白质结构预测到药物虚拟筛选的全链条，形成了内部高度协同的研究生态。

第二圈层：AIR领导与同事。 马维英（首席科学家）是兰艳艳加入AIR的引荐人和最核心的学术合作者，两人在几乎所有AI for Science论文中均为共同作者。张亚勤（创始院长）为团队提供战略支持和资源保障。刘洋（院长）在管理层面上与兰艳艳形成配合，共同推进AIR智慧医疗方向。刘晶晶等AIR研究员在具体项目上有交叉合作。这一圈层构成了兰艳艳在AIR内部的学术支撑体系。

第三圈层：中科院计算所传承网络。 郭嘉丰、程学旗、徐君等ICT CAS时期的长期合作者构成了兰艳艳在信息检索领域的深厚人脉基础。尽管已离开ICT CAS，但兰艳艳与郭嘉丰在CCIR 2024共同担任大会主席，在中文信息学会信息检索专委会分别担任秘书长和副主任，学术组织和学术服务层面的合作持续不断。马志明院士作为博士导师，在AI for Science方向的论文中持续作为共同作者出现，体现了独特的师生长期合作模式。

第四圈层：国际学术合作网络。 哥伦比亚大学Raul Rabadan教授（Nature论文合作者）、Eric P. Xing教授、以及UIUC彭健教授构成了兰艳艳的国际学术合作网络。Raul Rabadan团队的生物医学数据与兰艳艳团队的AI建模能力互补，共同产出了Nature正刊论文。彭健及其创立的华深智药为AIRFold项目提供了技术指导。这些国际合作为兰艳艳团队的研究提供了跨学科的全球视野。

第五圈层：清华生命科学跨学科网络。 通过DrugCLIP项目（Science, 2026），兰艳艳与清华大学生命中心PI张伟、闫创业、刘磊建立了深度跨学科合作关系。这一合作打通了AI技术与湿实验生物学的壁垒，是AIR"高校+产业"双引擎理念在跨学科层面的具体实践。国家重点研发计划项目的咨询专家组——包括张学工、卜东波、刘奕群、张强锋、王祥喜等——进一步扩展了兰艳艳在清华和中科院的跨学科人脉。

第六圈层：产业与学术生态。 AIR与字节跳动共建的可扩展大模型智能技术联合研究中心、AIR与百度的合作协议、BAAI健康计算联合研究中心等产业合作平台，为兰艳艳的研究提供了产业转化通道。DrugCLIP筛选数据库面向全球免费开放，CAMEO竞赛夺冠带来的国际影响力，以及团队在智源大会等产业对接平台上的持续亮相，使兰艳艳在AI药物发现的产业生态中占据了重要位置。

总体而言，兰艳艳教授的学术关系网络呈现出"数学理论根基—信息检索深耕—AI for Science开拓"的三段式演进格局。从山东大学统计学起步，经马志明院士的数学训练和ICT CAS十年的信息检索研究，到加入AIR后在蛋白质结构预测和药物发现领域的突破性贡献，她在每个阶段都构建了深度合作的团队和广泛的人脉网络。其网络的核心特征是强大的跨界转型能力——能够将信息检索中的排序理论和文本匹配方法迁移到分子表示学习和药物筛选中，将统计学训练转化为分子预训练的物理信息设计，最终在Nature和Science正刊上实现了从计算机科学到生命科学的重大跨界突破。作为AIR第一位女科学家和现任副院长，兰艳艳不仅是AI for Science方向的研究领军者，更是连接清华AIR、中科院计算所、哥伦比亚大学和产业生态的关键枢纽。

清华大学 兰艳艳 万国数据教授