6月30日，科睿唯安发布了最新《期刊引证报告》（Journal Citation Reports®，简称JCR）。澳科大医学院讲座教授张康担任共同主编的SCI期刊Signal Transduction and Targeted Therapy（信号转导与靶向治疗，STTT）最新影响因子显著提升。

STTT是中国科技期刊卓越行动计划领军期刊之一，创刊于2016年，目标是办成在信号转导与靶向治疗领域具有国际影响力的学术期刊。STTT创建了由美国俄亥俄州立大学Carlo M.Croce教授（美国国家科学院院士，Cancer Research前主编）、澳门科技大学张康讲座教授、四川大学华西医院魏于全教授/院士为共同主编的国际化编委团队，目前已有编委超过100人，来自美国、澳大利亚、德国、法国、意大利、日本等10余个国家。

期刊封面

该刊今年影响因子提升为18.187，较去年增长34.79%。在中国热门医学期刊中，影响因子排名第3；在生物化学&分子生物学（BIOCHEMISTRY & MOLECULAR BIOLOGY）领域的298本全球SCI期刊中，影响因子排名第5；在细胞生物学（CELL BIOLOGY）领域的195本全球SCI期刊中，影响因子排名11。刊物被SCIE, JCR, BIOSIS previews, DOAJ等国际知名期刊目录与数据库收录。

张康讲座教授获得哈佛大学和麻省理工学院医学博士，以及哈佛大学的遗传学博士学位，是美国约翰霍普金斯大学威尔玛眼科中心第一位来自中国内地的眼科住院医生。他在医学人工智能、眼科学、干细胞，生物材料和3D列印，遗传学以及精准医学领域拥有较高造诣，亦拥有丰富临床实践经验和基础科研成果。曾获得Burroughs Wellcome基金会临床科学家转化型研究奖等多项国际奖项，北京大学长江学者，2010年美国最佳眼科医生，2016、2018年眼科最具影响力世界100强。他的发现HTRA1是与年龄相关的黄斑变性的主要易感基因，被《科学》杂志列为“2006年十大突破之一”。 他的团队首次将皮肤干细胞诱导分化为角膜缘干细胞，并成功修复角膜功能，为治疗角膜疾病指出了一条新策略 (Nature, 2004)；首次发现羊毛甾醇在白内障形成中的关键调控作用，有关羊毛甾醇调控晶状体蛋白异常聚集的新发现为临床白内障的药物治疗带来曙光(Nature, 2015)。2018 年在Cell上以封面论文的方式发表“一个基于深度学习的眼病和肺炎两大类疾病的 AI 诊断系统”，该论文被评为Cell 2018 年度最佳论文。在国际知名期刊包括New England Journal of Medicine, Nature, Science, Cell, Nature Genetics, Nature Medicine, Cell Stem Cell, Molecular Cell, PNAS, JCI等上发表文章200多篇。张康讲座教授分别于2019年和2020年连续两次入选美国科睿唯安（Clarivate Analytics）发布的年度全球高被引科学家（Highly-Cited Researchers）名单。他的文章被引用已超过38,000次，H因子(H Index)高达90。除了STTT，张康讲座教授还担任Precision Clinical Medicine共同主编, Journal of Biological Chemistry编委等。

2020年初新冠疫情爆发，张康讲座教授带领澳科大医学院科研团队，与广州市妇女儿童医疗中心合作，从儿童确诊患者的追踪资料中获得重大发现，相关研究论文在国际知名学术期刊Nature Medicine以封面文章发表。此成果不仅是学术研究新冠肺炎的突破性进展，更为国内外医疗机构对儿童新冠肺炎的诊治带来重大贡献。自2020年1月份开始，张康讲座教授领导联合国内、外多个单位，开展新冠病毒疫苗的研发，采用新的技术路线，并获得重大发现。研究成果已于10月22日在国际顶级学术期刊Nature发表，题为“A vaccine targeting the RBD of the S protein of SARS-CoV-2 induces protective immunity（以新冠病毒刺突蛋白受体结合域为靶点的重组疫苗在小鼠和非人灵长类动物中诱导保护性免疫力）”，为全球疫苗的研发提供重要依据。同年4月25日，张康讲座教授领导的科研团队与国内、外多个机构合作，成功研发出人工智能影像辅助诊断新冠肺炎系统的研究在国际顶级期刊Cell上发表。该系统基于胸部CT片，20秒内就能区分新冠肺炎与其他病毒性肺炎，且精准率在90%以上。研究数据与代码挂载在中国科学院国家生物信息中心，目前下载量已近330万次。该系统已在国内外多家试点医院部署使用，受到社会各界高度认可。

2021年4月15日，张康讲座教授作为主要通讯作者，联合多个单位在人工智能诊断新冠肺炎研究上再创佳绩，在国际顶级期刊Nature Biomedical Engineering发文“A deep-learning pipeline for the diagnosis and discrimination of viral, non-viral and COVID-19 pneumonia from chest X-ray images”（通过CXR影像诊断和鉴别病毒性、非病毒性和新冠肺炎的深度学习系统）。团队不断突破资料多源异构等局限性并攻克重重难关。基于12万个患者的145,000张多源异构的CXR图像，开发了一套诊断新冠肺炎和其他常见肺部疾病的深度学习系统，可准确、快速地区分新冠肺炎、其他类型肺炎、常见肺部疾病及正常患者并评估其严重性，准确率高达90%以上，与高资历的放射科医生的表现相当，还可提高初级放射科医生的诊断准确性。该AI系统可作为急症室、偏远地区或发展中国家的一线诊断工具，促进早期干预，提供第一线评估和快速周转时间，并为临床决策提供重要的支持，对解决公共卫生问题至关重要。本研究的大量CXR影像数据和代码为助力全球抗疫已向全球开放，由中国国家生物信息中心大湾区节点向世界发布。

更多了解可参考期刊官网（https://www.nature.com/sigtrans/）与张康讲座教授澳门科技大学学者库个人主页（http://scholar.must.edu.mo/scholar/100923 ）

张康讲座教授