唐赟，澳门威尼斯人(中国)官方网站药学院教授，博士生导师。曾获苏州市育才奖、宝钢优秀教师奖等荣誉，主要学术兼职包括中国化学会计算机化学专业委员会委员、苏州市药学会药物化学专业委员会委员、中国毒理学会计算毒理学专业委员会委员、ACS著名期刊J.Chem.Inf.Model.顾问编委、苏州市毒理学会常务理事、中国生物信息学学会（筹）生物信息学与药物发现专业委员会副主任委员等。研究专长为计算机辅助药物设计、化学信息学、网络药理学、计算毒理学、计算生物学等，已承担国家自然科学基金、国家重点研发计划、新药创制科技重大专项、“863计划”等科研项目20余项，并在Briefings in Bioinformatics、 Chemical Science、Journal of Medicinal Chemistry等国内外专业期刊上发表SCI论文230余篇（其中ESI高被引论文4篇），获得计算机软件著作权7项，获得授权中国发明专利6项。独自编著教材《药物设计学》，主编教材《药学专业实验》，主译学术专著《药物分子设计——从入门到精通》。主讲药学本科专业必修课程“药物设计学”（苏州市重点课程）和选修课程“新药研发原理与案例”，主讲研究生课程“计算机辅助药物设计”“毒理学基础”等。已指导本科毕业生70余名，硕士毕业生60名，博士毕业生19名，博士后出站5名。

随着系统生物学和网络药理学的快速发展，复杂网络原理已被广泛应用于新药研发中。唐赟教授团队长期从事网络药理学研究，近10年来，相继开发了基于网络推理（Network-Based Inference, NBI）算法及后续的SDTNBI和bSDTNBI算法，用于药物重定位、药物靶标预测、中药作用机制等方向，取得了重要研究进展。近期，团队又进一步发展了适用于虚拟筛选的wSDTNBI算法，并提出了基于网络的虚拟筛选新概念。

众所周知，虚拟筛选是先导化合物发现的主流方法，主要有基于结构虚拟筛选和基于配体虚拟筛选等两大类型，此前也已有许多成功案例，但仍存在一些不足，比如严重依赖靶标三维结构或者配体阴性样本数等。唐赟教授团队发展的wSDTNBI方法，不但克服了上述不足，而且运算速度非常快，短时间内能同时针对成百上千个靶标进行虚拟筛选，并可预测Hits的结合强弱和多向药理学性质。在案例研究中，研究人员仅耗费数十秒，即可同时针对近2000种人类靶标蛋白完成13000个化合物的虚拟筛选，然后，以RORγt为靶标进行活性测试，成功发现7个新型RORγt反向激动剂，其中活性最好配体的IC50值达到了10nM，现已获得复合物晶体结构及动物体内实验证实，可作为治疗多发性硬化症等自身免疫疾病的先导化合物。研究成果目前已发表在Chemical Science上，算法已整合到团队研发的免费在线预测系统中（http://lmmd.szcxqdhw.com/netinfer/）。