马步勇博士致力于结合高性能计算和人工智能推动新型药物开发。在计算机生物药物设计、生物大分子结构和相互作用、蛋白质-蛋白质相互作用和功能方面贡献突出，提出了药物分子与靶点结合识别的构象选择理论。研究结果在蛋白质结构的动态特性表征、酶催化、蛋白质-蛋白质相互作用和药物设计、神经退化疾病等方面被大量引用，促进了这些领域的发展。发表论文200多篇，他引1万多次，h-index 63。

—1991-1995 于美国佐治亚大学计算量子化学中心学习，获博士学位

—1995-1998 于N. L. Allinger建立的美国佐治亚大学分子结构与设计计算中心从 事博士后研究

—1998年加入美国癌症研究所开始计算生物学研究，2020年回国

康悦博士于2017年获得南加州大学生物医学工程博士学位，其研究课题为针对退行性神经疾病，2型糖尿病和高血压等疾病的数学建模及功能性生物标志物的开发。具有多年机器学习，深度学习的科研及产品开发行业经验。自2020年起专注于大分子AI蛋白设计方向，提出了基于序列信息的抗体亲和力预测模型并发表论文，在多个落地项目中取得成功验证，包括新冠广谱中和抗体开发，以及多靶点抗体亲和力成熟等。曾担任高级人工智能研究科学家，蛋白质人工智能负责人等职位。

2018年获得纽约大学计算物理学博士，研究方向涉及高性能科学计算，大规模数值模拟等，具有多年的科学计算，数据分析挖掘经验。

2020年回国后专注于人工智能算法在大分子蛋白质领域内的应用，作为核心AI算法工程师开发了蛋白质结构预测，蛋白质设计等算法。