教授
陈培
一、简历
2023年10月至今，华南理工大学数学学院，准聘教授；
2021年9月至2023年10月，华南理工大学数学学院，准聘副教授；
2018年7月至2021年7月，华南理工大学数学学院，博士后，其中于2020年11月获评为博士后副研究员；
2015年9月至2018年7月，华南理工大学计算机工程与技术学院，博士生，获得博士学位；其中，2017年10月至2018年10月，美国加州大学洛杉矶分校医学院，国家留学基金委博士联合培养；
2014年6月至2015年7月，加利福尼亚州Quixey公司，算法工程师；
2011年9月至2014年6月，北京大学信息与技术科学学院，硕士生，获得硕士学位；
2007年9月至2011年6月，北京大学信息与技术科学学院，本科生，获得学士学位；
二、获奖情况
[2] 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十六届“挑战杯”广东大学生课外学术科技作品竞赛特等奖。
[1] 获得2020-2021年度华南理工大学“优秀班主任”称号。
主要研究方向：计算生物学与生物信息学（在计算数学方向招收硕士、博士研究生）。
主要研究内容：研究高维非线性动力系统的数据挖掘人工智能方法，致力于把数学理论和人工智能方法应用于解决实际问题，包括：大数据挖掘；高维短时间序列预测；复杂生物过程的临界状态预警等。
所在团队还可以招收博士研究生和博士后，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）的同学加入我们团队。欢迎已取得和将要取得博士学位的青年学者来我们团队做博士后，博士后待遇及其他详情请见：https://www2.scut.edu.cn/postdoctor/ 。
一、承担基金项目情况
主持基金项目：
[6] 2024-2026，主持国家自然科学基金委优秀青年基金项目“计算系统生物学”（项目编号：12322119）；
[5] 2023-2026，主持国家自然科学基金委面上基金项目“基于时空信息转换的生物系统临界状态预警方法的研究”（项目编号：12271180）；
[4] 2020-2022，主持国家自然科学基金委青年基金项目“基于数据挖掘的结直肠癌临界点的预警算法”（项目编号：11901203，已结题）；
[3] 2021-2023，主持广东省自然科学基金面上基金项目“复杂疾病恶性突变的分子网络动态行为与预警信号分析”（项目编号：2021A1515012317，已结题）；
[2] 2020-2021，主持博士后特别资助项目（项目编号：2020T130212，已结题）；
[1] 2019-2020，主持博士后面上基金项目（项目编号：2019M662895，已结题）；
参与重点基金项目：
[3] 2022-2025，参与国家自然科学基金委重点项目“基于多模态数据的健康临界状态的数学刻画与预警理论” (项目编号：12131020) ；
[2] 2021-2022，参与国家自然科学基金委“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” (项目编号：12026608，已结题)；
[1] 2020-2023，参与国家自然科学基金委重点项目“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”（项目编号：31930022，已结题）；
二、发表论文
[31] Hao Peng#, Pei Chen#, Rui Liu*, Luonan Chen*. One-core neuron deep learning for time series prediction. National Science Review, 2025, 12(2):nwae441. DOI:10.1093/nsr/nwae441 
2025NSR.pdf
[30] Jiayuan Zhong, Hui Tang, Ziyi Huang, Hua Chai, Fei Ling*, Pei Chen*, Rui Liu*. Uncovering the Pre-Deterioration State during Disease Progression Based on Sample-Specific Causality Network Entropy (SCNE). Research, 2024, 7:0368. DOI:10.34133/research.0368 2024Research.pdf
[29] 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. DOI:10.1063/5.0181791 2024Chaos.pdf
[28] Renhao Hong, Yuyan Tong, Huisheng Liu, Pei Chen*, Rui Liu*. Edge-based relative entropy as a sensitive indicator of critical transitions in biological systems. Journal of Translational Medicine, 2024, 22:333. DOI:10.1186/s12967-024-05145-3 JTM2024.pdf
[27] Na Yang, Renhao Hong, Pei Chen*, Zhengrong Liu*. An Integrated Reservoir Predictor Based on Spatiotemporal Information Transformation. International Journal of Bifurcation and Chaos, 2024, 34(04): 2450048. DOI: 10.1142/S0218127424500482 2024IJBC.pdf
[26] 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. DOI:10.1073/pnas.2302275120 2023_PNAS.pdf
[25] Hao Peng, Pei Chen*, Rui Liu*, Luonan Chen*. Spatiotemporal information conversion machine for time-series forecasting. Fundamental Research, 2024, 4(6):1674–1687. DOI:10.1016/j.fmre.2022.12.009 2024Fundamental Research.pdf
[24] Jiayuan Zhong, Dandan Ding, Juntan Liu, Rui Liu, Pei Chen*. SPNE: sample-perturbed network entropy for revealing critical states of complex biological systems. Briefings in Bioinformatics, 2023, 24(2):bbad028. DOI:10.1093/bib/bbad028 2023_BIB_SPNE.pdf
[23] 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. DOI:10.1093/bioinformatics/btac707 2022_Bioinformatics.pdf
[22] 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. DOI:10.1093/bib/bbac399 2022_BIB_TPD.pdf
[21] 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. DOI:10.1093/bib/bbac177 2022BIB_KL.pdf
[20] Chongyin Han, Jiayuan Zhong, Qinqin Zhang, Jiaqi Hu, Rui Liu, Huisheng Liu, Zongchao Mo, Pei Chen*, Fei Ling*.
Development of a dynamic network biomarkers method and its application for detecting the tipping point of prior disease development. Computational and Structural Biotechnology Journal. 2022, 20: 1189–1197. DOI:10.1016/j.csbj.2022.02.019 2022CSBJ.pdf
[19] Jiayuan Zhong, Huisheng Liu, Pei Chen*. Single-sample network module biomarkers (sNMB) reveals the pre-deterioration stage of disease progression. Journal of Molecular Cell Biology, 2022, 14(8):mjac052. DOI:10.1093/jmcb/mjac052 2022_JMCB.pdf
[18] 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. DOI:10.1016/j.scib.2021.03.02220 2021_ScienceBulletin.pdf
[17] 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. DOI:10.1016/j.gpb.2020.11.008 2021GPB.pdf
[16] Jiaqi Hu, Chongyin Han, Jiayuan Zhong, Huisheng Liu, Rui Liu, Wei Luo*, Pei Chen*, Fei Ling*. Dynamic network biomarker of pre-exhausted CD8+ T cells contributed to T cell exhaustion in colorectal cancer. Frontiers in Immunology, 2021, 12:691142. DOI:10.3389/fimmu.2021.691142 2021_Frontiers in immunology.pdf
[15] Min Dong, Xuhang Zhang, Kun Yang, Rui Liu*, Pei Chen*. Forecasting the COVID-19 transmission in Italy based on the minimum spanning tree of dynamic region network. PeerJ, 2021, 9: e11603. DOI:10.7717/peerj.11603 2021peerj.pdf
[14] Xuhang Zhang, Rong Xie, Zhengrong Liu, Yucong Pan, Rui Liu*, Pei Chen*. Identifying pre-outbreak signals of hand, foot and mouth disease based on landscape dynamic network marker. BMC Infectious Diseases, 2021, 21:6. DOI:10.1186/s12879-020-05709-w 2021_BMC Infect Dis.pdf
[13] 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. DOI:10.1038/s41467-020-18381-0 2020_NC_ARNN.pdf
[12] Rui Liu, Pei Chen*, Luonan Chen*. Single-sample landscape entropy reveals the imminent phase transition during disease progression. Bioinformatics, 2020, 36(5): 1522-1532. DOI:10.1093/bioinformatics/btz758 2020_Bioinformatics.pdf
[11] Jiayuan Zhong, Rui Liu*, Pei Chen*. Identifying critical state of complex diseases by single-sample Kullback–Leibler divergence, BMC Genomics, 2020, 21(1):87. DOI:10.1186/s12864-020-6490-7 2020_BMCgenomics.pdf
[10] 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. DOI:10.1186/s12967-019-02186-x 2020_JTM.pdf
[9] Yingqi Chen, Kun Yang, Jialiu Xie, Rong Xie, Zhengrong Liu, Rui Liu*, Pei Chen*. Detecting the outbreak of influenza based on the shortest path of dynamic city network. PeerJ, 2020, 8: e9432. DOI:10.7717/peerj.9432 2020_PeerJ.pdf
[8] Kun Yang, Jialiu Xie, Rong Xie, Yucong Pan, Rui Liu*, Pei Chen*. Real-time forecast of influenza outbreak using dynamic network marker based on minimum spanning tree. BioMed Research International, 2020, 2020:7351398, 1-11. DOI:10.1155/2020/7351398 2020_BioMed Research International.pdf
[7] Pei Chen, Ely Chen, Luonan Chen, Xianghong Jasmine Zhou, Rui Liu*. Detecting early-warning signals of influenza outbreak based on dynamic network marker. Journal of Cellular and Molecular Medicine, 2019, 23(1):395–404. DOI:10.1111/jcmm.13943 2019_JCMM.pdf
[6] Rui Liu, Jiayuan Zhong, Xiangtian Yu, Yongjun Li, Pei Chen*. Identifying critical state of complex diseases by single-sample-based hidden Markov model, Frontiers in Genetics, 2019, 10: 285. DOI:10.3389/fgene.2019.00285 2019_Frontiers_genetic.pdf
[5] 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(1): 217. DOI:10.1186/s12967-017-1320-7 2017JTM.pdf
[4] 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. DOI:10.1093/bioinformatics/btw154 2016Bioinformatics.pdf
[3] Pei Chen, Yongjun Li. The decrease of consistence probability: at the crossroad of catastrophic transition of a biological system. BMC systems biology. 2016, 10(2): 139-150. 2016BMC-systembiology.pdf
[2] Pei Chen, Rui Liu, Kazuyuki Aihara, Luonan Chen. Identifying critical differentiation state of MCF-7 cells for breast cancer by dynamical network biomarkers. Frontiers in Genetics. 2015, 28;6:252. DOI:10.3389/fgene.2015.00252 2015Frontiers_in_genetics.pdf
[1] 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, 5:1-13. DOI:10.1038/srep17501 2015_Srep.pdf
三、授权专利
[3] 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 。
[2] 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 。
[1] 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。
chenpei(at)scut.edu.cn
华南理工大学4号楼