张晓飞-华中师范大学数学学院中文站

张晓飞

English Version (英文版)

职称教授
办公室六号楼M330
邮箱zhangxf@ccnu.edu.cn

个人简介

张晓飞，博士，华中师范大学数学与统计学学院教授，博士生导师。2013年博士毕业于中山大学。主要研究面向实际生物医学问题的数学建模和人工智能方法。已主持国家自然科学基金面上项目2项和青年项目1项，参与国家重点研发计划“精准医学研究”重点专项1项和国家自然科学基金重点项目1项。已在Genome Biology、Nucleic Acids Research、Bioinformatics、PLOS Computational Biology、IEEE Transactions等期刊发表学术论文50余篇。担任中国工业与应用数学学会数学生命科学专委会委员、中国运筹学会计算系统生物学分会理事、中国自动化学会智能健康与生信专委会委员、中国生物信息学会（筹）网络生物学专委会委员、中国生物信息学会（筹）生物信息学算法专委会委员。

开设课程

数据挖掘、机器学习

研究方向

Mathematics4AI, AI4Biology

教育经历

2008.9 - 2013.6    中山大学, 应用数学, 博士
2004.9 - 2008.6    华中师范大学, 信息与计算科学, 本科

工作经历

2019.7 - 现在  华中师范大学, 教授
2017.7 - 2019.6  华中师范大学, 副教授
2016.1 - 2017.1 香港城市大学, 高级研究助理
2013.7 - 2017.6 华中师范大学, 讲师
2013.1 - 2013.7 香港城市大学, 研究助理

研究成果

论文涉及的代码及软件可以从以下网址获取：https://github.com/Zhangxf-ccnu

选择的代表作(#共同第一作者，*通讯作者)
[19] Meng-Guo Wang (Ph.D. student), Luonan Chen*, Xiao-Fei Zhang*, Dual decoding of cell types and gene expression in spatial transcriptomics with PANDA, Nucleic Acids Research, 2024, gkae876.
[18] Hui-Sheng Li# (Ph.D. student), Yu-Ting Tan# (Ph.D. student), Xiao-Fei Zhang*, Enhancing spatial domain detection in spatial transcriptomics with EnSDD, Communications Biology, 2024, 7: 1358.
[17] Yi-Xuan Xiong (Ph.D. student) and Xiao-Fei Zhang*, scDOT: enhancing single-cell RNA-Seq data annotation and uncovering novel cell types through multi-reference integration. Briefings in Bioinformatics, 2024, 25(2): bbae072.
[16] Shi-TongYang (Ph.D. student) and Xiao-Fei Zhang*, ENGEP: advancing spatial transcriptomics with accurate unmeasured gene expression prediction. Genome Biology, 2023, 24: 293.
[15] Yi-Xuan Xiong (Ph.D. student), Meng-Guo Wang (Ph.D. student), Luonan Chen*, Xiao-Fei Zhang*, Cell-type annotation with accurate unseen cell-type identification using multiple references, PLOS Computational Biology, 2023, 19(6): e1011261.
[14] Jia-Juan Tu (Ph.D. student), Hui-Sheng Li (Ph.D. student), Hong Yan, Xiao-Fei Zhang*, EnDecon: cell type deconvolution of spatially resolved transcriptomics data via ensemble learning, Bioinformatics, 2023, 39(1): btac825.
[13] Ke Jin (Ph.D. student), Bo Li, Hong Yan, Xiao-Fei Zhang*, Imputing dropouts for single-cell RNA sequencing based on multi-objective optimization, Bioinformatics, 2022, 38(12): 3222–3230. 
[12] Hui-Sheng Li (Ph.D. student), Le Ou-Yang, Yuan Zhu, Hong Yan, Xiao-Fei Zhang*, scDEA: differential expression analysis in single cell RNA sequencing data via ensemble learning, Briefings in Bioinformatics, 2022, 23(1): bbab402.
[11] Jia-Juan Tu (Ph.D. student), Le Ou-Yang, Yuan Zhu, Hong Yan, Hong Qin, Xiao-Fei Zhang*, Differential network analysis by simultaneously considering changes in gene interactions and gene expression, Bioinformatics, 2021, 37(12): 4414–4423
[10] Le Ou-Yang, Dehan Cai, Xiao-Fei Zhang*, Hong Yan, WDNE: an integrative graphical model for inferring differential networks from multi-platform gene expression data with missing values, Briefings in Bioinformatics, 2021, 22(6): bbab086
[9] Zi-Chao Zhang#, Xiao-Fei Zhang#, Min Wu, Le Ou-Yang*, Xing-Ming Zhao, Xiao-Li Li, A graph regularized generalized matrix factorization model for predicting links in biomedical bipartite networks, Bioinformatics, 2020, 36(11), 3474–3481.
[8] Ke Jin (Ph.D. student), Le Ou-Yang, Xing-Ming Zhao, Hong Yan, Xiao-Fei Zhang*, scTSSR: gene expression recovery for single-cell RNA sequencing using two-side sparse self-representation, Bioinformatics, 2020, 36(10), 3131–3138.
[7] Jia-Juan Tu (Ph.D. student), Le Ou-Yang, Hong Yan, Xiao-Fei Zhang*, Hong Qin*, Joint reconstruction of multiple gene networks by simultaneously capturing inter-tumor and intra-tumor heterogeneity，Bioinformatics, 2020, 36(9), 2755–2762.
[6] Xiao-Fei Zhang, Le Ou-Yang*, Ting Yan, Xiaohua Hu, Hong Yan, A joint graphical model for inferring gene networks across multiple subpopulations and data types，IEEE Transactions on Cybernetics, 2021, 51(2): 1043 - 1055
[5] Xiao-Fei Zhang, Le Ou-Yang*, Shuo Yang, Xing-Ming Zhao, Xiaohua Hu, Hong Yan, EnImpute: imputing dropout events in single cell RNA sequencing data via ensemble learning, Bioinformatics, 2019, 35(22), 4827–4829. 
[4] Le Ou-Yang, Xiao-Fei Zhang*, Xing-Ming Zhao, Debby D Wang, Fu Lee Wang, Baiying Lei, Hong Yan, Joint learning of multiple differential networks with latent variables, IEEE Transactions on Cybernetics, 2019, 49(9): 3494 - 3506. 
[3] Xiao-Fei Zhang, Le Ou-Yang*, Shuo Yang, Xiaohua Hu, Hong Yan, DiffNetFDR: differential network analysis with false discovery rate control, Bioinformatics, 2019, 35(17), 3184–3186. 
[2] Xiao-Fei Zhang, Le Ou-Yang*, Shuo Yang, Xiaohua Hu, Hong Yan, DiffGraph: an R package for identifying gene network rewiring using differential graphical models, Bioinformatics, 2018,34(9): 1571-1573. 
[1] Xiao-Fei Zhang#, Le Ou-Yang#*, Hong Yan, Incorporating prior information into differential network analysis using non-paranormal graphical models, Bioinformatics, 2017, 33(16): 2436–2445.

研究项目

承担项目:
7. 国家自然科学基金面上项目，12271198，集成单细胞和空间转录组数据的组织空间结构解析方法研究，2023年1月-2026年12月，45万元
6. 国家自然科学基金面上项目，11871026，基于稀疏概率图模型的多癌症多组学生物网络构建方法研究，2019年1月-2022年12月，53万元
5. 湖北省自然科学基金面上项目，2018CFB521，跨癌症类型的肿瘤网络标志物识别算法研究，2018年1月 -2019年12月，5万元
4. 中央高校基本科研业务费-探索创新项目，跨癌症类型的差异表达因子识别算法研究，2018年1月-2019年12月，10万元
3. 国家自然科学基金青年科学基金项目，61402190，基于多视角蛋白质相互作用网络的多层次生物标志物检测，2015/01-2017/12，24万元，已结题
2. 中央高校基本科研业务费-青年教师项目，基于随机图模型的蛋白质功能模块探测研究，2015年1月-2016年12月，4万元，已结题
1. 中山大学博士研究生创新人才培养资助项目，基于图模型的蛋白质相互作用网络的结构及功能研究，2012/9 - 2013/6，经费2万元，已结题

参与项目：
5. 2018.01 - 2020.12 基于临床生物信息学研发慢性阻塞性肺病的个体化治疗靶标和新技术, 国家重点研发计划“精准医学研究”重点专项，SQ2017YFSF090207，经费948万元
4. 2016.01 - 2020.12 高通量微生物组学数据模式提取及分析，国家自然科学基金-重点项目，61532008，经费290万元
3. 2014.01 – 2017.12 基于蛋白质相互作用网络的复杂疾病分子机理研究61375033, 面上项目，经费79万元
2. 2013.10 – 2016.10 广东省重点项目，经费32万元
1. 2013.01 – 2015.12 基于稀疏随机图模型的蛋白质相互作用网络分析，教育部高等学校博士点科研基金项目20120171110016，经费12万元

研究生（硕士、博士）招生：
招生专业：应用统计、数理统计
其他要求:
a) 数学分析，线性代数，数值分析，概率论与数理统计，多元统计，统计推断，最优化等课程基础扎实。
b) 至少精通两门程序语言：R, Matlab, Python, C++, Java。
c) 英语的听、说、读、写能力强，需要较强的科研论文阅读与写作能力，一般要求英语六级500分以上。
d) 对研究方向感兴趣、对科学研究有热情、不怕吃苦、不怕失败、做事认真负责。混学位者请勿联系，请参考附件中的承诺书。

附件

【承诺书.pdf】已下载次

上一篇：王春花

下一篇：张健