研究领域（应用数学、统计学、应用统计学）

生物数学、计算系统流行病学、个体化智能精准诊疗、医疗健康大数据分析

研究方向

1. 传染病防控的数学基础与关键技术

（i）我国乙肝、肺结核、新冠肺炎等重大传染病的时-空传播动力学模型研究；

（ii）我国乙肝、肺结核、新冠肺炎等重大传染病的病毒动力学模型研究；

（iii）我国乙肝、肺结核、新冠肺炎等重大传染病病毒的时-空分子演化动力学模型研究；

（iv）我国重大传染病病毒演化多样性的系统动力学模型研究。

研究方法与目标：

     乙型病毒性肝炎、肺结核、新冠肺炎等传统和新发重大传染病严重危害了我国人民的生命安全和身体健康，严重影响了经济发展和社会稳定，给国家造成了巨大的疾病负担和经济损失。乙肝、肺结核、新冠肺炎等重大传染病的防治仍然是一个严重的公共卫生问题，也是一个需要优先解决的重大健康问题。世界卫生组织（WHO）数次向全球发出警告：“我们正处在一场传染性疾病全球危机的边缘，没有哪一个国家可以逃避这场危机，也没有哪一个国家可以对此高枕无忧”。

  我们将系统研究我国乙肝、肺结核、新冠肺炎等重大传染病精准预防、精准控制、精准诊断和精准治疗的数学与统计学模型和人工智能算法，精准预测我国新发和传统重大传染病的传播风险和时-空流行趋势。特别地，我们将应用“系统流行病学”和“演化生物学”的研究思想，采用数据和动力学模型驱动的研究方法，结合我国乙肝、肺结核、新冠肺炎等重大传染病的流行病学调查数据、暴露组数据、实际临床观测数据和高通量多组学数据等信息，根据我国乙肝、肺结核、新冠肺炎等重大传染病的感染机理和传播特点，考虑病毒演化、生态和环境等因素的影响，从分子、细胞、组织、器官、个体和群体等不同水平、不同层次建立数学和统计学模型，通过定性稳定性分析、参数估计、灵敏性分析和数值模拟等方法，定量研究我国HBV、TB、SARS-CoV-2等病毒的发生发展机理，定量阐明我国HBV、TB、SARS-CoV-2等病毒的时-空分子演化模式、感染致病的动力学机制、耐药机制、免疫逃逸机制及宏观流行趋势，构建乙肝、肺结核、新冠肺炎等重大传染病智能预测预警系统，对未来风险状况进行计算模拟和预测预警，揭示免疫预防接种和抗病毒治疗等防治措施对我国乙肝、肺结核、新冠肺炎等重大传染病流行趋势的影响，提出最优的预防控制策略和诊断、治疗方案，从而降低乙肝、肺结核、新冠肺炎等重大传染病的发病率和病死率。

  我们期望建立一套系统研究HBV、TB、SARS-CoV-2等病毒发生发展机理的数学模型、计算方法和研究体系，为我国传染病防治能力的提升提供原创性数学基础，构建我国重大传染病疫情智能预测预警平台，为我国制定乙肝、肺结核、新冠肺炎等重大传染病的长远防治规划提供定量参考和对策建议，早日实现WHO“2030年消除病毒性肝炎作为公共威胁”的防控目标。 

2. 个体化智能精准诊疗的数学理论与技术

（i）肿瘤影像、病理与多组学融合的智能诊断模型与高效算法研究；

（ii）肿瘤早期诊断的数学模型与高效算法研究；

（iii）基于多组学数据推断肿瘤致病基因与分子标志物;

（iv）医疗健康大数据智能分析的统计学理论与方法研究。

研究方法与目标：

   肝癌、胃癌、肺癌等重大慢性病和自闭症、阿尔茨海默病等重大精神疾病严重危害了我国人民的生命安全和身体健康，给国家造成了巨大的疾病负担和经济损失。我们将应用“系统生物学”和“演化生物学”的研究思想，采用数据和模型驱动的研究方法，结合我国肝癌、胃癌、肺癌等重大慢性病和自闭症、阿尔茨海默病等重大精神疾病的影像组学数据、病理数据、调查数据、暴露组数据、实际临床观测数据和高通量多组学数据（基因组、转录组、蛋白组、代谢组）等信息，从分子、细胞、组织、器官、个体和群体等不同水平、不同层次建立数学和统计学模型，系统研究肝癌、胃癌、肺癌等重大慢性病和自闭症、阿尔茨海默病等重大精神疾病精准预防、精准控制、精准诊断和精准治疗的数学模型和人工智能算法，定量阐明肝癌、胃癌、肺癌等重大慢性病和自闭症、阿尔茨海默病等重大精神疾病的发生发展机理、耐药机制及免疫逃逸机制，系统揭示肝癌、胃癌、肺癌等重大慢性病和自闭症、阿尔茨海默病等重大精神疾病的多组学生物标志物、分型、分期、分级和个体化诊疗方案，建立重大慢性病和精神疾病人工智能诊疗平台，为癌症和精神疾病的早期诊断和精准治疗提供定量参考和决策依据，为智慧医疗、智能诊疗的国家战略提供原创性数学基础与技术支撑，实现“早诊断、早干预、早治疗”的目标，降低癌症和精神疾病的发病率和死亡率，提高癌症和精神疾病患者生存质量，延长癌症和精神疾病患者生存时间，减轻患者医疗负担，缓解医院就诊压力，解决“看病难、看病贵”问题，实现“健康中国2030规划”。

3. 生物多样性的演化动力学理论及应用研究 

（i）病毒/肿瘤基因型与表型特征的关联关系研究（医学影像遗传学）；

（ii）肿瘤细胞多样性的演化动力学模型研究；

（iii）生物对策的演化动力学理论及其在生态系统和传染病中的应用；

（iv）基因调控表达网络的拓扑统计特征与演化模型研究。  

研究方法与目标：

     研究“What determines species diversity”目前仍然是演化生物学研究中的核心问题，也是《Science》在庆祝创刊125周年之际公布的前15个最具挑战性和最重要的科学问题之一。我们将应用“演化生物学”和“系统生物学”的研究思想，利用演化对策理论、适应动力学理论、种群-遗传模型、加性定量遗传模型、复制动力学理论、动力系统理论和计算机模拟等方法，研究同域物种/病毒/肿瘤细胞多样性形成、维持与丧失的演化动力学机制，揭示物种/病毒/肿瘤细胞表型特征的演化多样性对其宏观数量发展变化趋势的影响。通过构建系统演化树和贝叶斯演化分析等方法，阐明物种/病毒/肿瘤的时-空演化动力学模式和生物学特征。另外，我们期望通过基因网络拓扑特征演化规律的研究和物种/病毒/肿瘤细胞表型特征演化多样性的研究，定量阐明物种/病毒/肿瘤细胞表型特征多样性与基因型之间的关联关系，揭示物种/病毒/肿瘤细胞表型特征演化多样性的分子机制。

4.  动力系统分支与混沌理论及应用研究

（i）微分和差分方程的定性与稳定性方法研究；

（ii）微分与差分方程的全局分支理论研究；

（iii）动力系统混沌理论及其应用研究；

（iv）非局部扩散系统中的演化入侵分析理论及应用。