课题组简介
课题组长期从事基因-细胞-组织全链条全生命周期生物医学数据智能解析技术研究，分析基因、转录、蛋白和代谢等分子层面微观变化和影像下组织结构变化，比较不同组学测量下高维样本的差异表达，寻找多视角测量结果的一致性信息，建立从生命组序列异常到影像组结构改变等多尺度组学数据之间的时空关联，实现疾病发生发展多维度的全景式精准描述。研究兴趣包括生物信息学、医学影像分析和人工智能。
具体研究方向
1. 单组学测序数据高维聚类 ：微观单组学数据，如基因测序数据、单细胞转录组学数据等，通常呈现几万到几十万维的特征，提升高维样本聚类准确率，为疾病精准分型、癌症转移模式发现、细胞发育轨迹推断、差异基因挖掘等提供切实可行的分析工具。
2. 多组学网络数据融合分析 ：现代多种组学测量工具能定量观测细胞的生命过程，但是细胞调控网络数据，如基因调控网络、蛋白互作网络等，通常存在尺度不一、对应微弱的问题，导致现有的网络分析方法难以对齐多组学网络。研发新型网络分析方法，助力分子调控机制研究、神经病理传播通路识别、肿瘤微环境分析、细胞通讯机理研究等任务。
3. 多模态影像数据协同分析 ：多模态医学影像数据，如病理图像、MRI图像、CT图像等，通常面临多视角特征强弱不一、分布不同的问题。研发多模态医学影像分析方法，实现多视角协同分析，助力临床实证和基础科学研究，应用于影像病灶检测、影像靶区勾画、疾病辅助诊断、疾病预测预后等。
4. 研究成果反哺产业应用 ：实验室长期与广州金域医学检验有限公司开展合作，联合建立金域医学-华南理工大学智能医疗大数据联合实验室，合力开发鼻咽癌云端诊疗分析系统；和广州爱孕记公司共建联合实验室，合作研发产前超声人工智能辅助诊断系统；和中山肿瘤防治中心、广东省人民医院、广州医科大学附属肿瘤医院等各大医院建立长期合作关系，大力推动自主研发技术在医疗场景中实现真正应用落地。