基因对稳健预后模型
提出基于基因表达相对比较的编码策略,降低跨平台、跨队列批次效应;AML 模型在 5 个独立队列中验证,并发表于 Leukemia。
↗天津医科大学生物医学工程与技术学院副教授、校级引进人才,阿尔托大学计算机系博士后研究员。研究聚焦医学人工智能、生物信息学与精准医疗。
孔维恺忻长期从事生物统计学、生物信息学与化学信息学交叉研究,重点发展面向精准医学的人工智能方法。研究覆盖多组学与多模态数据整合、跨队列稳健预后建模、药物反应与组合预测、化合物毒性评估,以及计算机辅助药物设计与实验验证。
天津医科大学生物医学工程与技术学院
阿尔托大学计算机系 · Department of Computer Science, Aalto University
赫尔辛基大学整合生命科学博士项目
北京大学
北京大学
提出基于基因表达相对比较的编码策略,降低跨平台、跨队列批次效应;AML 模型在 5 个独立队列中验证,并发表于 Leukemia。
↗融合图深度生成模型与蒙德里安共形预测,在独立测试集达到 MCC 0.753、ROC-AUC 0.927,成果发表于 SmartMat。
↗结合基因配对、ABESS 与遗传算法集成学习,在 5 个外部测试集取得平均 ROC-AUC 0.827,成果发表于 iMeta。
↗个人履历与统计数据依据 2026 年人才申报材料及本人最新确认整理;论文指标会随时间变化。