教授
刘锐
一、简历
刘锐，华南理工大学数学学院教授、博士生导师，副院长，国家高层次人才项目青年学者。
2001年9月至2010年6月在北京大学数学科学学院本、硕、博连读。2010年7月入职华南理工大学数学学院任讲师，其中2010年9月至2012年9月在日本东京大学生产技术研究所做博士后。2013年9月晋升副教授，2016年4月晋升教授。2022年起任广东省数字孪生人重点实验室副主任。2016年获评广州市“珠江科技新星”，2019年获得广东省杰出青年基金，2020年入选国家高层次人才项目青年学者，2021年获得上海市自然科学一等奖，2023年获得广东省自然科学二等奖。
二、教学和指导研究生情况
主讲过《常微分方程》、《微分方程定性方法与数值模拟（全英课）》、《线性代数与解析几何（全英课）》等 本科生课程；以及《计算生物学导论》、《数据挖掘技术在数学生物学中的应用》、《数学生物学中的某些理论、方法及应用》、《现代数学基础》等研究生课程。在应用数学方向招收硕士研究生，在计算数学和应用数学方向招收博士研究生。
主要研究方向：非线性动力系统、计算生物学与生物信息学。
研究内容：主要在非线性动力学分析、高维数据挖掘、时间序列分析的人工智能算法、动力系统的分岔现象、复杂生物过程的临界点分析与预警、生物分子网络的推断与分析等几个方面发展数学理论与数据驱动的计算方法。
欢迎对数据挖掘与分析、网络模型、机器学习和深度学习方法感兴趣，并具有一定编程基础（例如MATLAB、R或Python等）的同学报考我们组的硕士或博士研究生。欢迎已取得和将要取得博士学位的青年学者来我们组做博士后，博士后待遇及其他详情请见：http://www2.scut.edu.cn/hr/2019/1016/c4457a340019/page.htm 。
一、主持国家自然科学基金项目
[6] 主持交叉学部 “未病”状态表征与机制研究专项（项目号：T2341022）。
[5] 主持面上基金项目“基于动力学和分子组学数据的复杂疾病临界状态研究” （项目号：62172164）。
[4] 主持“数学与医疗健康交叉”重点专项“典型肺疾病的早期预警、病程演进建模与治疗方案优化” （项目号：12026608，已结题）。
[3] 主持面上基金项目“基于高维、大噪声、小样本数据的复杂疾病恶性突变信号的挖掘与利用” （项目号：11771152，已结题）。
[2] 主持青年基金项目“预测某些疾病恶性突变的数学生物方法研究” （项目号：11401222，已结题）。
[1] 主持主任基金项目“动力系统方法与某些复杂疾病恶性突变的早期预警信号” （项目号：11241002，已结题）。
二、参与国家重大研发项目、重点项目
[3] 参加重点项目“2型糖尿病发生发展过程的临界状态预测理论和生物信息学方法”（项目号：31930022，已结题）。
[2] 参加重大研发计划集成项目“基于动态网络的复杂疾病分析理论与方法”（项目号：91530320，已结题）。
[1] 参加重点项目“动脉粥样硬化发生发展过程中关键节点和调控网络的系统生物学研究”（项目号：91439103，已结题）。
三、入选人才项目情况
[3] 2020年入选国家高层次人才项目青年学者、2023年获得续聘。
[2] 2019年获得广东省杰出青年基金（项目号：2019B151502062）。
[1] 2016年入选为广州市“珠江科技新星”。
四、获奖情况
[8] 获得2022年度广东省自然科学二等奖，成果名称：生物趋向性运动的数学理论；完成人：金海洋（华南理工大学）、刘锐（华南理工大学）。
[7] 获得2020年度上海市自然科学一等奖，成果名称：动力学驱动的数据科学理论和方法研究；完成人：陈洛南（中国科学院分子细胞科学卓越创新中心）、林伟（复旦大学）、刘锐（华南理工大学）、王勇（中国科学院数学与系统科学研究院）。
[6] 第十八届“挑战杯”全国大学生课外学术科技作品竞赛一等奖指导教师。
[5] 获得广东省大学生“挑战杯”学术科技竞赛“优秀指导教师” 称号，所指导的作品获得第十七届“挑战杯”广东大学生课外学术科技作品竞赛特等奖。
[4] 获得2020年度华南理工大学“教学优秀奖”。
[3] 第十六届“挑战杯”全国大学生课外学术科技作品竞赛一等奖指导教师。
[2] 获得全国大学生创新创业计划“优秀指导教师”奖，所指导论文获得第十二届全国大学生创新创业年会“优秀论文奖”。
[1] 获得广东省大学生“挑战杯”学术科技竞赛“优秀指导教师” 称号，所指导的作品获得第十五届“挑战杯”广东大学生课外学术科技作品竞赛特等奖。
五、发表的部分论文列表（全部论文见 http://orcid.org/0000-0002-4547-8695）
[39] Hao Peng, Wei Wang, Pei Chen*, Rui Liu*, DEFM: Delay-embedding-based forecast machine for time series forecasting by spatiotemporal information transformation. Chaos, 2024, 34. https://doi.org/10.1063/5.0181791
[38] Yuyan Tong, Renhao Hong, Ze Zhang, Kazuyuki Aihara, Pei Chen*, Rui Liu*, Luonan Chen*. Earthquake alerting based on spatial geodetic data by spatiotemporal information transformation learning. Proceedings of the National Academy of Sciences, USA, 2023, 120(37):e2302275120. https://doi.org/10.1073/pnas.2302275120 
2023_PNAS.pdf
[37] Jiayuan Zhong, Chongyin Han, Pei Chen*, Rui Liu*. SGAE: single-cell gene association entropy for revealing critical states of cell transitions during embryonic development. Briefings in Bioinformatics, 2023, 24(6): bbad366. https://doi.org/10.1093/bib/bbad366 2023BIB.pdf
[36] Zhenggang Zhong, Jiabao Li, Jiayuan Zhong, Yilin Huang, Jiaqi Hu, Piao Zhang, Baowen Zhang, Yabin Jin, Wei Luo*, Rui Liu*, Yuhu Zhang*, Fei Ling*. MAPKAPK2, a potential dynamic network biomarker of α-synuclein prior to its aggregation in PD patients. npj Pakinson's Disease, 2023, 9:41. https://doi.org/10.1038/s41531-023-00479-z 2023_npj Parkinson's Disease.pdf
[35] Hao Peng, Pei Chen*, Rui Liu*, Luonan Chen*. Spatiotemporal information conversion machine for time-series forecasting. Fundamental Research, 2023, https://doi.org/10.1016/j.fmre.2022.12.009. 2023Fundamental Research.pdf
[34] Xiaoqi Huang, Chongyin Han, Jiayuan Zhong, Jiaqi Hu, Yabin Jin, Qinqin Zhang, Wei Luo*, Rui Liu*, Fei Ling*. Low expression of the dynamic network markers FOS/JUN in pre‑deteriorated epithelial cells is associated with the progression of colorectal adenoma to carcinoma. Journal of Translational Medicine, 2023, 21(1):45. https://doi.org/10.1186/s12967-023-03890-5 2023_JTM.pdf
[33] Jiayuan Zhong, Chongyin Han, Yangkai Wang, Pei Chen*, Rui Liu*. Identifying the critical state of complex biological systems by the directed-network rank score method. Bioinformatics, 2022, 38(24): 5398–5405. https://doi.org/10.1093/bioinformatics/btac707 2022_Bioinformatics.pdf
[32] Pei Chen, Jiayuan Zhong, Kun Yang, Xuhang Zhang, Yingqi Chen, Rui Liu*. TPD: a web tool for tipping-point detection based on dynamic network biomarker. Briefings in Bioinformatics, 2022, 23(5): bbac399. https://doi.org/10.1093/bib/bbac399 2022BIB_Chen.pdf
[31] Hao Peng, Jiayuan Zhong, Pei Chen*, Rui Liu*. Identifying the critical states of complex diseases by the dynamic change of multivariate distribution. Briefings in Bioinformatics, 2022, 23(5): bbac177. https://doi.org/10.1093/bib/bbac177 2022BIB_Peng.pdf
[30] Baoyin Yuan, Rui Liu*, Sanyi Tang*. A quantitative method to project the probability of the end of an epidemic: Application to the COVID-19 outbreak in Wuhan, 2020. Journal of Theoretical Biology, 2022, 545: 111149. https://doi.org/10.1016/j.jtbi.2022.111149 2022JTB.pdf
[29] Juntan Liu, Dandan Ding, Jiayuan Zhong*, Rui Liu*. Identifying the critical states and dynamic network biomarkers of cancers based on network entropy. Journal of Translational Medicine, 2022, 20(1):254. https://doi.org/10.1186/s12967-022-03445-0 2022JTM.pdf
[28] Hui Tang, Xiangtian Yu, Rui Liu*, Tao Zeng*. Vec2image: an explainable artificial intelligence model for the feature representation and classification of high-dimensional biological data by vector-to-image conversion. Briefings in Bioinformatics, 2022, 23(2): bbab584. https://doi.org/10.1093/bib/bbab584 2022BIB_Tang.pdf
[27] Rui Liu, Jiayuan Zhong, Renhao Hong, Ely Chen, Kazuyuki Aihara, Pei Chen*, Luonan Chen*. Predicting local COVID-19 outbreaks and infectious disease epidemics based on landscape network entropy. Science Bulletin, 2021, 66(22): 2265–2270. https://doi.org/10.1016/j.scib.2021.03.022 2021ScienceBulletin.pdf
[26] Jiayuan Zhong, Chongyin Han, Xuhang Zhang, Pei Chen*, Rui Liu*. SGE: Predicting cell fate commitment during early embryonic development by single-cell graph entropy. Genomics, Proteomics & Bioinformatics, 2021, 19(3): 461–474. https://doi.org/10.1016/j.gpb.2020.11.008 2021GPB.pdf
[25] Huisheng Liu, Jiayuan Zhong, Jiaqi Hu, Chongyin Han, Rui Li, Xueqing Yao, Shiping Liu, Pei Chen, Rui Liu*, Fei Ling*. Single-cell transcriptome analysis reveals DHX9 in mature B cell as a dynamic network biomarker before lymph node metastasis in colorectal adjacent tissues. Molecular Therapy Oncolytics, 2021, 22:495–506. https://doi.org/10.1016/j.omto.2021.06.004 2021MTO.pdf
[24] Pei Chen, Rui Liu*, Kazuyuki Aihara, Luonan Chen*. Autoreservoir computing for multistep ahead prediction based on the spatiotemporal information transformation. Nature Communications, 2020, 11(4568). https://doi.org/10.1038/s41467-020-18381-0 2020NatureCommunication.pdf
[23] Rui Liu, Pei Chen, Luonan Chen. Single-sample landscape entropy reveals the imminent phase transition during disease progression. Bioinformatics, 2020, 36(5): 1522–1532. https://doi.org/10.1093/bioinformatics/btz758 2020_Bioinformatics.pdf
[22] Jiayuan Zhong, Rui Liu*, Pei Chen*. Identifying critical state of complex diseases by single-sample Kullback–Leibler divergence, BMC Genomics, 2020, 21(1):87. https://doi.org/10.1186/s12864-020-6490-7 2020_BMCgenomics.pdf
[21] Pei Chen, Shuo Li, Wenyuan Li, Jie Ren, Fengzhu Sun, Rui Liu*, Xianghong Jasmine Zhou*. Rapid diagnosis and comprehensive bacteria profiling of sepsis based on cell-free DNA. Journal of Translational Medicine, 2020, 18:5. https://doi.org/10.1186/s12967-019-02186-x 2020_JTM.pdf
[20] Tianlong Liu, Hongyan Wen, Hao Li, Haochen Xu, Ning Xiao, Rui Liu, Luonan Chen et al. Oleic acid attenuates Ang II (Angiotensin II)-induced cardiac remodeling by inhibiting FGF23 (fibroblast growth factor 23) expression in mice. Hypertension, 2020, 75(3): 680–692. https://doi.org/10.1161/HYPERTENSIONAHA.119.14167 2020Hypertension.pdf
[19] Zongguang Li, Rui Liu*. Blow-up solutions for a case of b-family equations. Acta Mathematica Scientia, 2020, 40B(4): 1–11. https://doi.org/10.1007/s10473-020 2020Acta Mathematica Scientia.pdf
[18] Zongguang Li, Rui Liu*. Bifurcations and exact solutions in a nonlinear wave equation. International Journal of Bifurcation and Chaos, 2019, 29(7):1950098. https://doi.org/10.1142/S0218127419500986 2019_IJBC.pdf
[17] Rui Liu, Jinzeng Wang, Masao Ukai, Ki Sewon, Pei Chen, Yutaka Suzuki, Haiyun Wang, Kazuyuki Aihara, Mariko Okada-Hatakeyama, Luonan Chen. Hunt for the tipping point during endocrine resistance process in breast cancer by dynamic network biomarkers. Journal of Molecular Cell Biology, 2019, 11(8): 649–664. https://doi.org/10.1093/jmcb/mjy059 2019_JMCB.pdf
[16] Pei Chen, Yongjun Li, Xiaoping Liu, Rui Liu*, Luonan Chen*. Detecting the tipping points in a three-state model of complex diseases by temporal differential networks. Journal of Translational Medicine, 2017, 15:217. https://doi.org/10.1186/s12967-017-1320-7 2017JTM.pdf
[15] Pei Chen, Rui Liu, Yongjun Li, Luonan Chen. Detecting critical state before phase transition of complex biological systems by hidden Markov model. Bioinformatics, 2016, 32(14): 2143–2150. https://doi.org/10.1093/bioinformatics/btw154 2016Bioinformatics.pdf
[14] Yiren Chen, Weibo Ye, Rui Liu*. The explicit periodic wave solutions and their limit forms for a generalized b-equation. Acta Mathematicae Applicatae Sinica, 2016, 32(2): 513–528. https://doi.org/10.1007/s10255-016-0581-x 2016Acta Mathematicae Applicatae Sinica.pdf
[13] Rui Liu, Pei Chen, Kazuyuki Aihara, Luonan Chen. Identifying early-warning signals of critical transitions with strong noise by dynamical network markers. Scientific Reports, 2015, 5:17501. https://doi.org/10.1038/srep17501 2015Srep.pdf
[12] Yiren Chen, Rui Liu*. Some new nonlinear wave solutions for two (3+1)-dimensional equations. Applied Mathematics and Computation, 2015, 260: 397–411. https://doi.org/10.1016/j.amc.2015.03.098 2015AMC.pdf
[11] Weifang Yan, Rui Liu. Traveling wave solutions in n-dimensional delayed nonlocal diffusion system with mixed quasimonotonicity. Analysis and Applications, 2015, 13(1): 23–43. https://doi.org/10.1142/S0219530514500055 2015AA.pdf
[10] Rui Liu, Xiangtian Yu, Xiaoping Liu, Dong Xu, Kazuyuki Aihara, Luonan Chen. Identifying critical transitions of complex diseases based on a single sample. Bioinformatics, 2014, 30(11): 1579–1586. https://doi.org/10.1093/bioinformatics/btu084 2014Bioinformatics.pdf
[9] Rui Liu, Xiangdong Wang, Kazuyuki Aihara, Luonan Chen. Early diagnosis of complex diseases by molecular biomarkers, network biomarkers, and dynamical network biomarkers. Medicinal Research Reviews, 2014, 34(3): 455–478. https://doi.org/10.1002/med.21293 2014Medicinal_Research_Reviews.pdf
[8] Rui Liu, Weifang Yan. Some common expressions and new bifurcation phenomena for nonlinear waves in a generalized mKdV equation. International Journal of Bifurcation and Chaos, 2013, 23(3): 13330007. https://doi.org/10.1142/S0218127413300073 2013IJBC.pdf
[7] Rui Liu. The explicit nonlinear wave solutions of the generalized b-equation. Communications on Pure and Applied Analysis, 2013, 12(2): 1029–1047. https://doi.org/10.3934/cpaa.2013.12.1029 2013CPAA.pdf
[6] Weifang Yan, Rui Liu. Existence and critical speed of traveling wave fronts in a modified vector disease model with distributed delay. Journal of Dynamical and Control Systems, 2012, 18(3): 355–378. https://doi.org/10.1007/s10883-012-9148-1 2012JDCS.pdf
[5] Luonan Chen, Rui Liu, Zhi-Ping Liu, Meiyi Li, Kazuyuki Aihara. Detecting early-warning signals for sudden deterioration of complex diseases by dynamical network biomarkers. Scientific Reports, 2012, 2:342. https://doi.org/10.1038/srep00342 2012Srep.pdf
[4] Rui Liu, Meiyi Li, Zhi-Ping Liu, Jiarui Wu, Luonan Chen, Kazuyuki Aihara. Identifying critical transitions and their leading biomolecular networks in complex diseases. Scientific Reports, 2012, 2:813. https://doi.org/10.1038/srep00813 2012Srep_L.pdf
[3] Rui Liu. Coexistence of multifarious exact nonlinear wave solutions for generalized b-equation. International Journal of Bifurcation and Chaos, 2010, 20(10): 3193–3208. https://doi.org/10.1142/S0218127410027623 2010IJBC.pdf
[2] Rui Liu. Some new results on explicit traveling wave solutions of k(m, n) equation. Discrete and Continuous Dynamical Systems-Series B, 2010, 13(3): 633–646. https://doi.org/10.3934/dcdsb.2010.13.633 2010DCDS-B.pdf
[1] Rui Liu. Several new types of solitary wave solutions for the generalized Camassa- Holm-Degasperis-Procesi equation. Communications on Pure and Applied Analysis, 2010, 9(1): 77–90. https://doi.org/10.3934/cpaa.2010.9.77 2010CPAA.pdf
六、学术专著与教材编著情况
[3] 陈洛南，刘锐，马欢飞，史际帆。动力学刻画的数据科学理论与方法，科学出版社，2024年，北京。
[2] 雷锦志，易鸣，杨凌，刘锐，祁宏。系统生物学，科学出版社，北京，2024年2月第一版，ISBN 978-7-03-077449-1。
[1] 刘锐，陈培。Phase Plane Analysis and Numerical Simulation of Wave Equations. 科学出版社，北京，2022年9月第一版，ISBN 978-7-03-073046-6。
七、获得授权专利情况
[7] 授权中国发明专利，专利名称：基于单样本sKLD指标检测复杂生物系统相变临界点的方法；授权时间：2023年4月21日；授权专利号：ZL201911142801.0 。CN111009292B.pdf
[6] 授权中国发明专利，专利名称：一种基于相对熵指标检测复杂生物系统相变临界点的方法；授权时间：2023年4月21日；授权专利号：ZL202010025627.8 。CN111261243B.pdf
[5] 授权中国发明专利，专利名称：基于最小生成树动态网络标志物的城市流感爆发预测方法；授权时间：2022年9月7日；授权专利号：ZL202010730222.4 。CN111968752B.pdf
[4] 授权美国专利，专利名称：Detection device, method, and program for assisting network entropy-based detection of precursor to state transition of biological object；授权时间：2019年10月1日；授权专利号：US 10,431,341B2 。US10431341B2.pdf
[3] 授权中国发明专利，专利名称：用于对前疾病状态进行检测的检测装置；授权时间：2018年11月9日；授权专利号：ZL201410027769.2 。CN104794321B.pdf
[2] 授权日本专利，专利名称： ネットワークエントロピーに基づく生体の状態遷移の予兆の検出を支援する検出装置、検出方法及び検出プログラム；発行日：2017.7.19；特許番号（专利号）：特許第6164678号 (P6164678)。P6164678.pdf
[1] 授权日本专利，专利名称： 動的ネットワークバイオマーカーの検出装置、検出方法及び検出プログラム；発行日：2016.7.8；特許番号（专利号）：特許第5963198号(P5963198)。P5963198.pdf
八、软件著作权情况
[1] 获得软件著作权，软件名称：利用隐马尔可夫模型算法监测生物过程的临界点软件V1.0；证书编号：软著登字第2865696号。
九、团队的临界点在线分析软件Tipping-point detection (TPD web server V2.0)：http://www.rpcomputationalbiology.cn/
scliurui(at)scut(dot)edu(dot)cn
华南理工大学4号楼