胡名旭
胡名旭

特聘研究员

研究领域

冷冻电镜技术与生命暗物质

个人邮箱

humingxu@smart.org.cn

行政助理

沈晓华(shenxiaohua@smart.org.cn)

研究方向

蛋白质、核酸、多糖与脂质这四类生物大分子共同构成了生命体的物质基础。当前,结构生物学的研究焦点主要集中于能够通过碱基直接编码的蛋白质与核酸。而对于以糖质为代表的、在生物圈中占据质量主导地位的“生命暗物质”,由于现有技术手段的限制,尚难以在原子分辨率水平上实现其结构的系统性观测与解析。

 

冷冻电子显微镜(cryo-EM)通过将生物样品快速冷冻,能将其大分子固定在近生理状态,从而在近原子分辨率下提供高度真实的、未扭曲的结构图像。此外,原位冷冻电镜技术(in situ cryo-EM)为实现对处于功能态的生物分子(包括以糖质为代表的“生命暗物质”)的结构解析提供了可能;然而,该技术目前仍显著受限于通量与分辨率。

 

当前胡名旭课题组的研究兴趣是:

1、高通量、高分辨率的新型原位冷冻电镜技术。

2、“生命暗物质”的冷冻电镜结构解析与结构生物学研究技术体系。

3、植物次生代谢相关“生命暗物质”与其相关分子机器的结构生物学研究。

研究成果

胡名旭提出的CryoSieve颗粒筛选方法表明,在冷冻电镜结构重构中,仅需数量接近理论极限的极少量颗粒即可完成高分辨率重建,从而奠定了高通量冷冻电镜技术的理论可行性(Nature Communications, 2023)。基于该方法,他进一步构建了针对自然环境中糖质纤维的高通量冷冻电镜结构解析技术体系(LTS preprint server, 2025),并依托该技术实现对糖质纤维结构的大规模获取,构建了CryoSeek数据库(https://cryoseek.org.cn),为糖生物学研究提供了重要资源平台。此外,他还开发了名为Ahaha的手性判断方法,成功解决了生命暗物质研究中的手性测定难题(bioRxiv, 2025)。在困难数据处理方面,他提出的CryoPROS方法通过人工智能生成辅助性颗粒,有效缓解了因优势取向引起的颗粒角度估计偏差(Nature Communications, 2025);而CryoTRANS则利用自监督学习的神经网络速度场,实现对冷冻电镜中稀有构象的高分辨率构象预测(Communications Biology, 2024)。


他还提出了在冷冻电镜中使用四元数表示角度的方法,为精确描述和处理分子结构提供了新视角(Journal of Structural Biology, 2020)。此外,他进一步开发出在分子对称性意义下的进行颗粒取向统计的理论框架,并开发了相应的软件包pySymStat(SIAM Journal on Imaging Sciences, 2025)。另外,胡名旭博士曾首次提出并成功实现了逐颗粒相位传递函数参数的精确校正,开发出相应软件THUNDER,显著提升了图像处理的准确性(Nature Methods, 2018)。

教育与工作经历

2023 - 至今深圳医学科学院 特聘研究员

2024 - 至今清华大学 生物结构前沿中心 研究员

2022 - 2024清华大学 生物结构前沿中心 青年科学家

2018 - 2022清华大学 结构生物学高精尖中心 青年科学家

2013 - 2018清华大学 生命科学院 博士

2009 - 2013清华大学 理学院 学士

奖项荣誉

2020    清华大学水木学者

2019    清华大学生命科学学院优秀研究奖

2018    清华大学结构生物学高精尖中心卓越青年科学家


代表论文

*代表共同第一作者,#代表共同通讯作者。


1. Hu, M.*,#, Chen, S. *, Wang, T. *, Qin, L. *, Zhang, Q. *, Zhang, Y., Ge, Q., Chen, T., Li, M., Li, C., Xu, G., Gui, Q., Li, Z. #, Yan, N. #, 2025. CryoSeek identification of glycofibrils with diverse compositions and structural assemblies. LTS Preprint Server.


2. Zhang, Q., Qin, L., Wang, T., Li, Z., Zhang, Y., Chen, S., Yan, N. # , Wang, J. #, Hu, M. #, 2025. Absolute hand determination of glycofibrils from natural sources in cryo-EM. BioRxiv.


3. Zhang, H.*, Zheng, D.*, Wu, Q., Yan, N., Peng, H., Hu, Q., Peng, Y., Yan, Z., Shi, Z., Bao, C.#, Hu, M.#, 2025. CryoPROS: Correcting misalignment caused by preferred orientation using AI-generated auxiliary particles. Nature Communications, 16.


4. Zhang, Q.*, Bao, C.#, Lin, H.#, Hu, M.#, 2024. Averaging orientations with molecular symmetry in cryo-EM. SIAM Journal on Imaging Sciences, 17 (4), 2174-2195.


5. Fan, X.*, Zhang, Q.*, Zhang, H., Zhu, J., Ju, L., Shi, Z.#Hu, M.#, Bao, C.#, 2024. CryoTRANS: predicting high-resolution maps of rare conformations from self-supervised trajectories in cryo-EM. Communications Biology, 7 (1), 1058.


6. Cai, M.*, Zhu, J.*, Zhang, Q.*, Xu, Y., Shi, Z., Bao C.#, Hu, M.#, 2024. Enhancing Density Maps by Removing the Majority of Particles in Single Particle Cryogenic Electron Microscopy Final Stacks. Journal of Visualized Experiments, (207), e66617.


7. Zhu, J.*, Zhang, Q.*, Zhang, H., Shi, Z.#Hu, M.#and Bao, C.#, 2023. A minority of final stacks yields superior amplitude in single-particle cryo-EM. Nature Communications, 14(1), p.7822. (Top 25 Nature Communications physics articles of 2023; reported on the front page by China Science Daily)


8. Hu, M.*, Zhang, Q.*, Yang, J.and Li, X.#, 2020. Unit quaternion description of spatial rotations in 3D electron cryo-microscopy. Journal of Structural Biology, 212(3), p.107601.


9. Hu, M.*, Yu, H.*, Gu, K.*, Wang, Z., Ruan, H., Wang, K., Ren, S., Li, B., Gan, L., Xu, S., Yang, G.#, Shen Y#. and Li X.#, 2018. A particle-filter framework for robust cryo-EM 3D reconstruction. Nature Methods, 15(12), pp.1083-1089.