教育经历
2010年7月 金沙3354cc 理学博士
2006年7月 北京理工大学 工学硕士
2004年7月 北京理工大学 工学学士
研究工作经历
2021年3月至今 金沙3354cc材料科学与工程学院 深研院金沙3354cc 长聘副教授
2015年4月-2021年3月 金沙3354cc工学院 特聘研究员
2011年11月-2015年03月 美国德州大学奥斯汀分校 有机化学 博士后 （导师Prof. Guangbin Dong）
2010年09月-2011年07月 美国Scripps研究所 化学生物学 研究助理 （导师Prof. Qinghai Zhang）
科研兴趣和研究方向
莫凡洋课题组致力在新兴技术与合成化学交叉领域开展研究。课题组将人工智能技术应用于合成化学中的效率瓶颈——色谱问题，开发了用于色谱数据收集的自动化平台，建立了若干不同种类的色谱数据集，从而应用机器学习算法训练得到具有泛化性和高精准度的多种色谱技术机器学习模型，可以在秒级时间内帮助研究人员确定最优色谱条件，节省大量试错成本，提高研究效率。另一方面，课题组将将单分子技术应用于合成化学反应机制研究中，发展了单分子化学反应动力学电学检测的新技术和新方向，该方法在微秒/纳秒级的时间分辨率下利用单分子器件的电学信号原位实时跟踪单分子行为/单个事件的动力学过程，揭示分子结构与功能之间的内在关联性，获得一系列原创性的进展。
代表性学术论文
1. H. Xu, J. Lin, D. Zhang*, F. Mo*, Retention Time Prediction for Chromatographic Enantioseparation by Quantile Geometry-enhanced Graph Neural Network. Nat. Commun. 2023, 14, 3095.
2. H. Xu,# J. Lin,# Q. Liu, Y. Chen, J. Zhang, Y. Yang, M. C. Young, Y. Xu, D. Zhang*, F. Mo*, High-throughput discovery of chemical structure-polarity relationships combining automation and machine learning techniques. Chem 2022, 8, 3202.
3. J. Lin, F. Mo*, Empowering Research in Chemistry and Materials Science through Intelligent Algorithms. Artificial Intelligence Chemisty 2024, 2, 100035.
4. C.Yang, L. Zhang, C. Lu, S. Zhou, X. Li, Y. Li, Y. Yang, Y. Li, Z. Liu, J. Yang, K. N. Houk*, F. Mo*, X. Guo*, Unveiling the full reaction path of the Suzuki-Miyaura cross-coupling in a single molecule junction. Nat. Nanotechnol. 2021, 16, 1214.
5. F. Mo*, D. Qiu, L. Zhang, J. Wang*, Recent Development of Aryl Diazonium Chemistry for the Derivatization of Aromatic Compounds. Chem. Rev. 2021, 121, 5741.
