1. 概述

　　

　　主要研究方向是生物信息、生物统计、生物大数据及精准医疗，主要利用统计、计算的方法解决生物医疗问题。

　　研究可以分为两大类，一类是跟生物医学家合作开展实际数据分析，以解决实际生物医疗或发现新的生物医学规律为主要目的；二是以新的生物医学问题为主要研究背景，发展新的统计模型、计算方法。

　　

　　2. 目前正在进行的研究课题

　　

　　a. 癌症的精准医疗和癌基因组数据分析。主要通过分析癌基因组数据，发现新的肿瘤变异规律，发展新的模型和算法，预测放化疗和靶向药物对肿瘤病人的疗效。

　　b. 单细胞测序数据的统计方法开发。单细胞测序实现了对细胞基因组、转录组、表观组分析的单细胞分辨率。单细胞测序同时有很多问题，如有很高的噪音水平，有过多的零值（dropout），有较多的chimeric reads，这些问题对后续的数据分析产生了很多的挑战。

　　c. 大规模网络分析，包括网络社区探测、网络差异分析、单细胞水平基因调控网络等。

　　d. 三代测序数据分析方法开发。二代测序数据主要的优点在于其高通量性，即在短期内以很少的费用获得大量的数据。然而，二代测序读长较短（约150bp），对于复杂的基因组变异，二代测序敏感度很低。三代测序的所得序列长度可达几千bp，因此为解决这个问题提供了很好的技术平台，然而计算上，我们仍需克服很多问题。

　　

　　3. 对本研的要求

　　

　　a) 有较好的统计、数学建模能力，较强的程序实现能力，阅读英语文献无障碍。

　　b) 对生物医学应用问题感兴趣，愿意花时间阅读了解生物医学方面的文献和进展。

　　c) 有好奇心，喜欢思考，勤于动手解决问题，能及积极参加讨论。