李斐然的研究圍繞生命數字化展開，并取得了多項重要進展。針對數字生命模型構建中酶參數實驗測量緩慢的瓶頸，她開發(fā)了首個深度學習預測酶參數的方法——DLKcat，加速推進理解蛋白序列-結構-功能關系，也為酶設計及酶改造任務提供了通用的下游功能表征方法。

入選理由：專注于生命數字化研究，通過整合 AI 和系統(tǒng)生物學等研究方法開發(fā)前沿性的數字生命框架，并應用于合成生物學和生物醫(yī)學領域。