个人工作照
姓名： 李晓
职称： 副主任药师
联系邮箱：lixiao1688@163.com
联系电话：18210590697
研究方向：
1. 临床药学研究；
2. 临床数据分析与模型研究
主要学术任职：
中国药理学会治疗药物监测研究专业委员会青年委员
山东省卫生经济协会数字药学专业委员会副主任委员
山东省药学会药师教育与药物信息专委会常务委员
主要获奖情况：
2024年山东医学科技进步青年奖三等奖（第一位）
2023年山东省研究生创新成果奖（指导教师）
2023年山东第一医科大学第一附属医院“十佳教师”
2022、2023年山东第一医科大学第一附属医院“科研标兵”
指导多名研究生取得国家奖学金、山东省研究生创新成果奖、山东省优秀毕业生等
主持科研课题：
1.基于警示结构的药物毒性预测专家系统 国家自然科学基金青年项目 2019.1-2021.12 21万元
2. 基于可解释深度神经网络与治疗药物浓度监测的 CNI 类免疫抑制剂相关急性肾损伤风险预警模型与预防策略研究 国家卫生健康委医药卫生科技发展研究中心 2024.11-2027.10 15万元
近五年代表性论文（限第一作者和通讯作者）：
(1) CardioDPi: An explainable deep-learning model for identifying cardiotoxic chemicals targeting hERG, Cav1.2, and Nav1.5 channels. Journal of Hazardous Materials. 2024, 474(5): 134724 (IF=13.6，通讯作者)
(2) BCDPi: An interpretable multitask deep neural network model for predicting chemical bioconcentration in fish. Environmental Research. 2024, 264, 120356 (IF=7.7，通讯作者)
(3) Prediction of Cytochrome P450 Inhibition Using a Deep Learning Approach and Substructure Pattern Recognition. J. Chem. Inf. Model. 2024, 64, 7, 2528-2538 (IF=5.6，通讯作者)
(4) Modeling and insights into the structural characteristics of endocrine-disrupting chemicals. Ecotoxicology and environmental safety, 2023, 263, 115251. (IF=6.2，通讯作者)
(5) Modeling and insights into the structural basis of chemical acute aquatic toxicity. Ecotoxicology and environmental safety, 2022, 242, 113940. (IF=6.2，通讯作者)
(6) Machine Learning Modeling and Insights into the Structural Characteristics of Drug-Induced Neurotoxicity. J. Chem. Inf. Model. 2022, 62, 6035−6045 (IF=5.6，通讯作者)
(7) Modeling and insights into the structural characteristics of druginduced autoimmune diseases. Front. Immunol. 2022, 13:1015409 (IF=5.7，通讯作者)
(8) Modeling and Insights into the Structural Characteristics of Chemical Mitochondrial Toxicity. ACS Omega 2023, 8, 31675−31682 (IF=4.1，通讯作者)
(9) Risk-factor analysis and predictive-model development of acute kidney injury in inpatients administered cefoperazone-sulbactam sodium and mezlocillin-sulbactam sodium: a singlecenter retrospective study. Front. Pharmacol. 2023,14:1170987. (IF=4.4，通讯作者)
(10) In silico prediction of drug-induced nephrotoxicity: current progress and pitfalls, Expert Opinion on Drug Metabolism & Toxicology, 2024. (IF=3.9，通讯作者)
