胡宇轩

个人信息:Personal Information

副教授 研究生导师

主要任职:华山菁英副教授

性别:男

毕业院校:西安电子科技大学

学历:博士研究生毕业

学位:工学博士学位

在职信息:在岗

所在单位:计算机科学与技术学院

入职时间:2020-06-15

学科:计算机应用技术

联系方式:huyuxuan@xidian.edu.cn

电子邮箱:

其他联系方式Other Contact Information

邮箱 :

扫描关注

个人简介:Personal Profile

胡宇轩,博士,副教授,硕士生导师。

面向生物分子组学数据驱动的计算系统生物学问题展开研究,构建了基于图/网络模型的基因间、细胞间、组织亚结构间协作模式挖掘方法,为肿瘤免疫联合疗法的研发提供新思路、新靶标。成果以唯一第一或通讯(含共同)作者发表在Nature子刊《Nature Methods》(2024, IF=48, CytoCommunity算法)、Science子刊《Science Advances》(2021, IF=14, CytoTalk算法)、Nature子刊《Nature Communications》(2019, IF=17, OptiCon算法),以及领域著名期刊《Advanced Science(2024, IF=15, Beaconet算法)等。其中,

(1)CytoCommunity算法入选了《Nature Methods》主页4篇精选(Featured)文章之一;是第一个对单细胞空间图谱可以同时做无监督和有监督学习的计算工具,能够在可变空间尺度上发现条件特异性的细胞邻域及其协作模式,为解析肿瘤-免疫互作机制提供分析工具;也是西电首次以第一单位在“方法学”顶级期刊《Nature Methods》发表论文。

(2)CytoTalk算法被国际同行评价为“细胞通讯分析”四种代表性方法之一,入选国际顶级综述期刊《Nature Review Genetics》单细胞数据分析专家推荐方法。

(3)OptiCon算法实现了组合治疗靶标的从头识别,已在美国费城儿童医院预临床研究中获得成果转化应用。


主持了国家自然科学基金青年项目、陕西省高校科协青年人才托举计划项目(信息组评审第一名)、西电基础研究跃升计划优青培育项目。获ACM SIGBIO China分会新星奖(每年各领域仅2人获奖)。代表性论文如下,完整论文列表详见https://scholar.google.com/citations?user=SWlJrycAAAAJ&hl=zh-CN,算法实现及软件见GitHub主页https://github.com/huBioinfo


代表性论文:

  • [1]Yuxuan Hu*, Jiazhen Rong, Yafei Xu, Runzhi Xie, Jacqueline Peng, Lin Gao, Kai Tan*. Unsupervised and supervised discovery of tissue cellular neighborhoods from cell phenotypes.Nature Methods, 2024, 21: 267-278.(唯一第一且共同通讯,影响因子48, NM主页精选(Featured)文章,中科院1[Full Text]

  • [2]Yuxuan Hu, Tao Peng, Lin Gao, Kai Tan*. CytoTalk: De novo construction of signal transduction networks using single-cell transcriptomic data.Science Advances, 2021, 7: eabf1356.(唯一第一,影响因子14,中科院1[Full Text]

  • [3]Yuxuan Hu, Chia-Hui Chen, Yang-Yang Ding, Xiao Wen, Bingbo Wang, Lin Gao*, Kai Tan*. Optimal control nodes in disease-perturbed networks as targets for combination therapy.Nature Communications, 2019, 10: 2180.唯一第一,影响因子17,中科院1[Full Text]

  • [4] Han Xu, Yusen Ye, Ran Duan, Yong Gao, Yuxuan Hu* , Lin Gao*. Beaconet: A reference-free method for integrating multiple batches of single-cell transcriptomic data in original molecular space. Advanced Science , 2024, Accepted. (共同通讯,影响因子15, 中科院1区)
  • [5] Lanying Wang,Yuxuan Hu, Lin Gao*. Adjustment of scRNA-seq data to improve cell-type decomposition of spatial transcriptomics.Briefings in Bioinformatics, 2024, 25: bbae063.(影响因子12, 中科院1区)[Full Text]

  • [6] Ran Duan, Lin Gao*, Yong Gao,Yuxuan Hu, Han Xu, Mingfeng Huang, Kuo Song, Hongda Wang, Yongqiang Dong, Chaoqun Jiang, Chenxing Zhang, Songwei Jia. Evaluation and comparison of multi-omics data integration methods for cancer subtyping.PLoS Computational Biology, 2021, 17: e1009224.影响因子4,中科院2[Full Text]

  • [7]高琳*,胡宇轩,叶育森, 张世雄.单细胞数据驱动的关键问题与挑战,中国计算机学会通讯, 2022, 18(4): 28-35.[Full Text]

  • [8] Yang-Yang Ding, Hannah Kim, Kellyn Madden, Joseph P Loftus, Gregory M Chen, David Hottman Allen, Ruitao Zhang, Jason Xu, Chia-Hui Chen,Yuxuan Hu, Sarah K Tasian*, Kai Tan*. Network analysis reveals synergistic genetic dependencies for rational combination therapy in Philadelphia chromosome–like acute lymphoblastic leukemia.Clinical Cancer Research, 2021, 27(18): 5109-5122.影响因子12,中科院1[Full Text]

  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • (1)细胞通讯建模(Cell-Cell Communication Modeling):针对细胞通讯这一基础科学问题,基于单细胞多组学数据,利用图挖掘与机器学习等技术,定义并识别细胞通讯模式,如构建细胞通讯信号转导网络等。
  • (2)组织架构解析(Tissue Architecture Discovery):不同细胞在组织或器官中依据某种“未知的规则”交流协作,构成组织细胞邻域(tissue cellular neighborhood),进而实现整个组织或器官的功能。因此,组织细胞邻域的准确识别是深入认识生命系统的重要基础科学问题。我们基于空间多组学数据,利用深度学习等前沿人工智能技术,数字解码组织的空间构成规则。
  • (3)肿瘤免疫的量化分析(Quantitative Analysis of Tumor Immunity):利用上述细胞通讯建模和组织架构解析等计算工具,量化肿瘤患者免疫力,识别肿瘤诊断与预后的标志物,以及联合免疫疗法的潜在靶点。
Baidu
map