博文

对话Biomolecules 期刊编委——意大利萨萨里大学Iogann Tolbatov 副教授

已有 720 次阅读 2026-8-5 17:19 |个人分类:人物专访|系统分类:博客资讯

本期人物专访Biomolecules 有幸邀请到生物大分子：蛋白质、核酸和碳水化合物部分的编委，来自意大利萨萨里大学的Iogann Tolbatov 副教授。在此次访谈中，Tolbatov 副教授对Biomolecules 近年来取得的成绩予以高度评价，并围绕期刊的发展提出了具有前瞻性的建议；同时，他也分享了自己在化学、生物与计算交叉领域的经验与见解，为读者呈现了一位青年学者在国际科研舞台上形成独特学术视角、不断拓展学术影响力的发展历程。

编委介绍

Dr. Iogann Tolbatov

Iogann Tolbatov 副教授是一位在国际上广受认可的计算生物无机化学与无机药物化学专家，其研究聚焦金属配合物与生物大分子靶标相互作用的分子机制，为新一代金属基抗肿瘤、抗菌和抗病毒药物的设计提供重要理论基础。

他于2015年在美国圣母大学获得博士学位，先后在波恩Mulliken 理论化学中心、西班牙ICIQ、意大利基耶蒂‑佩斯卡拉大学和法国勃艮第大学开展科研工作，之后在帕多瓦大学担任助理教授 (RTDa)，并于2024年加入萨萨里大学，目前任化学、物理、数学与自然科学系副教授。

作为负责人，他曾主持多项CINECA 高性能计算项目；累计管理超过4万计算小时，用于高级生物无机研究；并于2025年荣获Biomolecules “杰出青年学者奖”；指导多位青年学者以独立PI 身份申请并获得基金。在国际科研评审方面，他是UKRI‑EPSRC 评审专家库成员、欧洲研究委员会 (ERC) 注册专家，并受邀担任NSF 和ESF 专家评审团成员 (2026–2029)；在意大利，他亦是科研部REPRISE 和国家科研质量评估 (VQR) 的评审专家，参与无机化学和药物化学领域的国家级战略评估。

访谈内容

Q1：您能否向读者简要介绍一下自己的背景和当前研究方向，以及哪些工作与Biomolecules 读者尤其相关？

我目前是萨萨里大学普通与无机化学的副教授，在这里领导一个用于计算建模的“数字实验室”。我的团队主要致力于设计新一代金属药物，并在原子尺度表征金属蛋白。对Biomolecules 的读者而言，我们的工作可以概括为一句话：我们致力于揭示金属配合物识别并与生物大分子相互作用的电子和结构基础，为实验研究提供关键的机理解释。

Q2：您的职业路径从圣母大学的博士出发，途经波恩、基耶蒂‑佩斯卡拉、勃艮第、ICIQ 和帕多瓦，最后在萨萨里担任副教授，早期工作还涉及理论物理。在这段旅程中，有没有某个时刻特别改变了您的科研视角？

在五个国家、多种科研文化中的经历改变了我看待工作的方式。它让我意识到，科学进步不仅仅取决于你拿到了多少数据，更在于你如何在不同研究路径和方法之间找到解决问题的最佳方式。对我而言，所谓“决定性时刻”并不是单一事件，而是一段博士后时期：那时我发现自己的模拟结果可以解释实验同事看不懂的现象。从那时起，我不再把计算视为“辅助角色”，而是当作主要的发现工具去使用。这种视角也直接影响了我今天在各大资助机构担任评审时的工作方式。

Q3：您把自己的研究环境称为“数字实验室”，能否向读者解释这是什么意思，并举例说明哪类问题用计算建模比单靠实验更容易回答？

所谓“数字实验室”，可以理解为一个虚拟实验室。我们把量子化学、经典分子动力学以及越来越多的人工智能方法结合在一起，用来追踪复杂生物大分子内部的化学反应过程。一个典型例子是：描绘超瞬态的过渡态，或者蛋白质口袋中共价结合前识别过程的动态路径。这些细节实验往往难以在实时尺度上捕捉，因此计算在这里就变得不可或缺。

Q4：您最初是怎样了解到Biomolecules 的？是什么促使您决定加入编委会？

我最初注意到Biomolecules 期刊，是因为它兼具科学严谨性和快速出版效率。我于2025年加入编委会，希望为期刊的发展做出贡献。其中让人非常有成就感的是看到我们共同的愿景和严格的同行评审标准最终转化为全球认可——比如期刊影响因子从4.8跃升到5.6。

Q5：作为编委成员，并结合您关注金属如何与蛋白质和核酸相互作用的研究，您如何看待生物大分子与金属药物研究的未来发展？您最期待未来投稿在哪些方面填补空白？

这个领域正在逐渐摆脱过去只关注单一“金属–大分子作用”的视角。如今，我们开始探索金属药物在现代金属组学揭示的复杂多金属网络中究竟如何发挥作用。我最期待看到的，是未来的投稿能聚焦实验金属组学与原子尺度模拟结合起来，尤其是利用机器学习来刻画金属竞争结合和转运路径。Biomolecules 期刊的优势就在于，它把计算与实验生物化学放在同一个平台上，而许多其它期刊往往把两者割裂开。

Q6：近年来，许多期刊中计算和生物信息学稿件数量快速增长，但其严谨性和生物学相关性差异很大。结合您作为计算科学家和评审的经验，什么才算是一篇有力度、有影响力的“in silico”研究？实验验证在提升计算结果可信度方面有多重要？

一篇真正有分量的“in silico”研究绝不是一堆软件自动输出结果的堆砌。如果我评审时看到“黑箱式”结果，没有明确的物理化学基础，这篇稿件往往会被退回。与实验合作固然很好，但一篇计算论文本身也必须“站得住”：它需要推动新的发现，而不仅仅是重复已有数据。

Q7：回顾自己的经历，是否有一句建议是您希望在职业早期就听到的，特别是对于希望在化学、生物和计算交叉领域工作的青年学者？

我的建议是：永远不要把计算化学软件当作“黑箱”；真正的精通需要首先深入理解其背后的数学和物理学知识。除了技术能力之外，沟通能力是你最宝贵的资产之一。真正的领导力属于那些能够熟练掌握合成化学、数据科学和结构生物学三大领域“语言”，并将不同学科有机连接起来的人。

最后，感谢Iogann Tolbatov 副教授在百忙之中接受Biomolecules 编辑部的采访，也感谢他对期刊发展提出的宝贵建议与持续支持。我们由衷祝愿他身体健康、科研顺利、再攀高峰。