郑双佳，南方医科大学超级学霸，中山大学顶尖博士，获博士最高奖项，入选斯坦福全球前 2% 顶尖科学家，婉拒海外多家高校任职机会选择回国。
 
2013年~2017年，郑双佳在南方医科大学读药学本科阶段便意识到，传统新药研发周期漫长、成本高昂，很多疾病靶点难以攻克。
 
而计算机与人工智能，能成为打破瓶颈的一把好钥匙。
 
带着这份想法，他考入中山大学计算机学院，在国家超算广州中心的课题组攻读博士，深耕 AI 辅助药物设计方向。
 
读博期间，他拿下 2022 百度奖学金，这一奖项每年全球仅遴选十位华人计算机博士生，他也是中山大学第一位获此荣誉的学子。
 
2023年，他又斩获吴瑞奖学金，这是华人生命科学领域在读博士的最高奖项，而且他是头名。同年，他提前一年完成博士答辩，哈佛-MIT联合的Broad Institute给他发了博士后职位邀请，他去了MIT做访问学者。
 
海外顶尖机构递来的橄榄枝，一根接一根。麻省理工学院、哈佛大学、博德研究所，三家的博士后位置同时摆在面前。博德研究所是什么地方，CRISPR基因编辑技术就是从那里走出来的。能同时拿到这三家的邀请，在整个华人博士生圈子里都不多见。
 
他没留。
 
2023年，郑双佳回国了。入职上海交通大学溥渊未来技术学院，长聘教轨助理教授，博士生导师，独立PI，同时兼任临港实验室研究员。
 
他后来解释过这个选择。他说AI for Science不能只当一个产业热门方向，要真正考虑科学研究的实际需求。而中国，恰恰是这个需求最旺盛、场景最丰富的地方。
 
回国之后，他的产出节奏更快了。他带队研发的DynamicBind，能在AlphaFold静态结构预测的基础上预测蛋白质动态复合物结构。投入应用后，近20个药物靶点里85%都找到了不错的苗头化合物。这个成功率，远远甩开传统方法。
 
2025年12月，他的团队在Nature Machine Intelligence发表GerNA-Bind框架，专门解决RNA靶向药物研发的难题。RNA结构高度柔性，传统方法很难准确建模，GerNA-Bind通过几何深度学习实现了对RNA-配体相互作用的可靠预测，并在实验中验证了18个可结合的小分子。
 
2026年更密集。2月，团队在Nature Catalysis发表EnzymeCAGE模型，精准预测酶催化功能。4月，COSMOS模型登上Cell Systems封面，解决蛋白质功能注释的难题。
 
他的论文被引超过4500次。谷歌DeepMind的AlphaFold论文，把他的方法列为蛋白-配体小分子复合物结构预测的代表性方法。
 
2024年，他入选福布斯亚洲30岁以下杰出人才榜。斯坦福全球前2%顶尖科学家榜单，他连续多年入选。
 
一个药学本科生，硕士还在药学院做实验，博士一头扎进计算机学院，最后用代码来解码生命。当年那个觉得做湿实验“有点随机”的年轻人，在算力里找到了自己跟药物分子对话的方式。
 
信息来源：中国科学报2024年12月25日报道