一、团队介绍
李凤副教授负责的“计算生物信息”团队共有成员10人，团队专注于生物信息学与智能信息处理领域，成员涵盖教授、副教授、讲师及博士等，形成老中青相结合的学术梯队。团队主要研究方向包括癌症组学数据挖掘、药物关联预测和细胞类型识别等。在癌症研究中，提出多组学数据融合挖掘癌症驱动模式的方法；在药物关联预测领域，构建多源数据融合模型，助力精准用药；在细胞类型识别研究里，开发单细胞数据聚类分析技术，精准识别细胞类型。团队秉持科研与教学并重理念，成员积极参与教学改革与课程建设，指导学生在各类竞赛中屡获佳绩，为学术界和产业界培养大量优秀人才。
二、团队成员
王娟：工学硕士，教授，硕士生导师。
2003年毕业于山东大学，获工学硕士学位。IEEE 会员，CCF信息学专委会委员，全国生物医学数据挖掘与计算(BMDMC)专委会委员，中国人工智能学会生物信息学与人工生命专业委员会委员。主持国家自然科学基金面上项目1项，主持省部级项目1项和曲阜师范大学校青年基金1项。近年来在IEEE/ACM Trans. 、BMC等国内外重要学术期刊与国际会议发表学术论文40余篇，其中30多篇被SCI检索。以首位人员获山东省高等学校优秀科研成果奖二等奖一项、市优秀科研成果奖三等奖一项。多次被评为校优秀研究生指导教师。指导学生获全国研究生数学建模比赛二等奖一项。
研究方向：生物信息学、智能信息处理
招生方向：计算机科学与技术（学硕）、电子信息（专硕）
Email：wangjuansdu@163.com
李凤：工学博士，副教授，硕士生导师。
2018年毕业于西安电子科技大学，获工学博士学位。中国计算机学会生物信息学专业委员会委员，中国生物工程学会会员，山东省生物信息学会理事，IEEE会员。主持国家自然科学基金青年基金1项、山东省自然科学基金青年基金1项以及日照市优秀青年基金1项，并参与国家自然科学基金面上项目4项。已在IEEE/ACM TCBB、BMC Genomics、BSPC、IJMS，Bioinformatics等国内外重要SCI学术期刊及CCF C类以上国际会议发表论文50余篇。2024年，所授本科生课程《概率论与数理统计》入选曲阜师范大学“金课堂”，指导本科生参加2024全国大学生数学建模大赛，获省级三等奖。2022年，指导研究生参加2022数字中国创新大赛，数字医疗赛道，获得全国三等奖。2021年，参加曲阜师范大学第十二届青年教师教学比赛（理工组）获校级一等奖。
研究方向：计算生物信息学、数据挖掘、智能信息处理
招生方向：计算机科学与技术（学硕）、电子信息（专硕）
Email：379182643@qq.com
代凌云：副教授，硕士研究生导师。
中国计算机协会生物信息专委会委员。主持或作为主要成员参与国家自然科学基金三项，山东省高等学校科技计划项目一项。已在计算机领域的高水平期刊和CCF B级国际会议上发表论文30余篇。申请国家发明专利6项，已授权国家发明专利2项，软件著作权2项。获淮海科学技术三等奖一项。参编教材1部，主持曲阜师范大学双语课程建设项目1项，曲阜师范大学校级实验教改项目1项，参与山东省本科教学改革研究项目一项，参与山东省研究生教育质量提升计划项目一项。获曲阜师范大学教学成果奖1项，指导全国大学生数学建模竞赛获省级奖20余项。
研究方向：生物信息学和智能信息处理。
招生方向：计算机科学与技术（学硕）、电子信息（专硕）
Email：12481772@qq.com
孔祥真：副教授，硕士研究生导师。
2008年获曲阜师范大学自动化研究所控制理论与控制工程专业硕士学位。CCF会员。目前研究方向为生物信息学、智能信息处理、数据挖掘。主持国家自然科学基金青年基金项目1项并结题、山东省高等学校科技计划项目１项并结题，曲师大校级科技计划项目1项并结题。作为课题组成员参与国家自然科学基金3项，省级项目2项。作为成员获山东省高等学校优秀科研成果一等奖 1 项。 目前，已在国内外学术期刊和国际会议上发表学术论文多篇。参编教材1部。2023年指导研究生获曲师大“圣地英才”奖，并荣获2024年曲师大“优秀硕士生导师”。
研究方向：生物信息学和智能信息处理。
招生方向：计算机科学与技术（学硕）、电子信息（专硕）
Email：kongxzhen@163.com。
李圣君：工学硕士，讲师。
目前的研究方向为生物信息学和智能计算。近年来参与国家自然科学基金、省校级科研项目多项，主持山东省高校科技计划项目、校级科技计划项目、校级精品实验项目各1项，发表SCI和EI索引论文近10篇。曾获第四届全国高校教师教学创新大赛校级一等奖、第三届全国高校教师教学创新大赛校级三等奖、全校青年教师讲课比赛二等奖等。
Email：qfnulsj@163.com
葛道辉：工学博士，讲师。
2022年于西安电子科技大学获得工学博士学位，2022年10月加入曲阜师范大学yL23411永利vip官网登录入口。近年来，在国际期刊/会议上发表论文11篇，其中第一作者/通讯作者6篇。主持和参与国家自然基金面上项目、山东省自然科学基金面上项目，日照市自然科学基金青年项目等科研项目3项。
研究方向：生物信息学，人工智能
招生方向：电子信息（专硕）
Email：499679754@qq.com
王平：工学博士，讲师。
2022年毕业于西安电子科技大学，获电路与系统专业工学博士学位，2023年入职曲阜师范大学。主要研究领域包括光学遥感图像处理、计算机生物信息处理和多模态数据融合等。发表SCI论文2篇，EI论文1篇，申请并授权国家发明专利2项，参与普通高等教育电子信息类“十三五”课改规划教材修订1部。参与国家自然科学基金面上项目2项，遥感科学国家重点实验室开放基金项目1项。
研究方向：人工智能；计算机视觉；生物信息学；
招生方向：电子信息（专硕）
Email：1144511262@qq.com
崔新春：男，汉族，工学博士，康复大学教授。
山东省教学名师，IEEE会员。中国自动化学会（CAA）智能健康与生物信息专业委员会委员，山东省人工智能学会会员、山东省人工智能学会高等教育专业委员会委员、日照市大数据产业协会会长。多次被评为“曲阜师范大学优秀研究生导师”。英国Swansea University高级访问学者。参与国家级课题3项，主持或参与省级课题8项；山东省本科教学改革研究重点项目一项，建设有山东省一流课程一门（C++程序设计）。发表学术论文60余篇，被SCI/EI/ISTP/CSSCI检索40余篇，取得软件著作权18项。获省级优秀教学成果一等奖2项、三等奖3项，校级教学成果奖7项。指导研究生参加数学建模竞赛，已获得国家级二等奖19项、三等奖5项。
研究方向：医学图像处理、智能算法与机器学习、健康大数据分析、信息安全
招生方向：计算机科学与技术（学硕）、计算机技术（专硕）
联系方式：邮箱：cxcsd@126.com；电话：18863317788
梁启冰：教授（正高级教师），齐鲁名师，山东省特级教师，山东省教学能手，曲阜师范大学教育硕士，CCF高级会员，山东省优秀援疆教师，山东省急需、紧缺高层次人才，日照市青少年科技辅导员协会理事长。
先后任省、市信息学奥赛主教练、日照一中科研信息处主任、日照市科学技术协会党组成员、副主席。山东省首届高中信息技术优质课评选一等奖获得者，在指导信息奥赛、人工智能大赛和科技创新大赛等多项比赛中均取得优异成绩。主持和参与多项国家级、省级重点课题。在国家、省级刊物发表学术论文9篇，曾兼任山东省高考命题专家，山东省人工智能教育专家库首席专家。
研究方向：机器学习、图像处理、人工智能、科技创新教育
招生方向：计算机技术（专硕）
联系方式：电话：18963306739；Email：304776@qq.com
王平升，男，汉族，中共党员，中小学正高级教师，日照市科学技术奖、日照市五一劳动奖章获得者。现任日照海曲高级中学党委书记、校长。
多次执教全国、省、市公开课、观摩课，多次获省优质课评选一等奖。个人连续多年被评为全国青少年信息学奥林匹克联赛优秀辅导教师。先后参与完成两项全国教育科学“十一五”规划课题，主持完成一项日照市教育科学“十五”规划“初中与高中信息技术课程衔接”课题。先后有多篇论文在国家级刊物上发表。先后参与编写多版信息技术教材。主持建设运行日照市教育城域网、日照教育云平台等项目。创建山东援建四县“教研联盟”，创造了喀什二中教育教学质量的新高峰，得到时任山东省委刘家义书记高度评价。荣获喀什地区优秀援疆人才、山东省优秀援疆人才、山东省干部人才队伍管理工作先进个人、山东省教育援疆工作先进个人、第九批省市优秀援疆干部人才等称号。
主要研究方向：教育信息化、信息技术教学、图像处理、机器学习
三、主要研究方向
1. 癌症组学数据挖掘
针对癌症驱动模式的挖掘，使用癌症多组学数据，提出了基于机器学习以及基于网络控制中心性识别癌症驱动模式的挖掘方法。针对癌症患者间的异质性，通过整合多组学数据，提出了有效的网络嵌入方法进行肿瘤分层。针对抗癌药物组合问题，结合蛋白质相互作用网络的拓扑信息，提出了一种基于网络嵌入的抗癌药物组合预测框架。
2. 药物关联预测
聚焦药物关联信息预测领域，致力于构建多源数据融合的智能计算模型，揭示药物-疾病-副作用间的复杂网络关系。针对药物研发中高成本、长周期的核心难题，运用深度学习、图神经网络等前沿技术，整合药物化学结构（如SMILES序列）、多组学数据（基因组、蛋白质组）、生物网络（PPI、代谢通路）及临床诊疗数据，系统解析药物作用机制与潜在风险。在药物-疾病关联方向，开发基于异构图注意力机制的重定位算法，挖掘已知药物的新适应症；在药物-副作用预测方面，融合分子指纹与表型相似性的多任务学习框架，提升罕见不良反应的预测精度，为精准用药和药物警戒提供重要理论支撑。
3. 细胞类型识别研究
针对单细胞测序数据的特点，提出了基于深度生成模型的单细胞数据聚类分析方法，以及基于自注意力机制的半监督深度生成模型识别单细胞类型。针对空间多组学数的特点，提出了一个基于多视角对比学习的空间域识别框架以及一种集成自编码器和多视图图卷积网络的空间域识别框架。
