研究方向：
一，面向组学数据的计算建模。 针对诸如单细胞多组学、空间转录组等新兴技术产生的数据，设计具有统计学严谨性且计算上可扩展的概率图模型、隐变量模型或网络模型，以捕捉生物系统中细胞异质性、空间依赖性和调控关系的复杂结构。
二、复杂网络分析。基于表达数据或互作数据库的网络推断；网络拓扑结构的量化表征与功能富集的关联分析；动态网络分析，追踪网络在分化、病变或药物干预过程中的重布线模式；多层网络及异质网络建模，整合多类分子间关系，揭示不同生物学层级之间的协同调控机制。
三、机器学习算法开发。面向时间序列数据的建模与预测，研究不同机器学习算法在长期依赖捕捉、非平稳序列建模和突发事件预测中的适用边界与改进策略。