李斐然的研究围绕生命数字化展开，并取得了多项重要进展。针对数字生命模型构建中酶参数实验测量缓慢的瓶颈，她开发了首个深度学习预测酶参数的方法——DLKcat，加速推进理解蛋白序列-结构-功能关系，也为酶设计及酶改造任务提供了通用的下游功能表征方法。

入选理由：专注于生命数字化研究，通过整合 AI 和系统生物学等研究方法开发前沿性的数字生命框架，并应用于合成生物学和生物医学领域。