崔菲菲——海南大学副教授、博士生导师

崔菲菲，博士，海南大学副教授，博/硕士生导师。2012年获得山东大学计算机专业硕士学位，2017年至2020年获得日本文部科学省博士奖学金资助于东京大学攻读博士学位，专业为生物信息学。主要研究领域为人工智能、生物信息学，研究内容包括但不限于机器学习（深度学习）、生物序列分类、基于人工智能的药物发现及多组学数据整合的疾病相关预测等。  

主持国家级自然科学基金地区项目1项、国家级自然科学基金青年项目1项，海南省重点研发项目1项，四川省自然科学基金青年项目1项；中国博士后科学基金面上项目1项及博士后国际交流计划引进项目1项（已结题）。以第一作者或通讯作者在Briefings in Bioinformatics、Computational and Structural Biotechnology Journal、IEEE BIBM等高水平生物信息学SCI期刊或会议发表论文多篇。目前担任Electronics等SCI期刊客座编辑，多个SCI期刊审稿人；中国计算机学会(CCF)生物信息学专业委员会委员，中国国家自然科学基金委(NSFC)函评专家，吴文俊人工智能科学技术奖评审专家，机器学习与自然语言处理国际会议（MLNLP 2023）Organizing Committee Chair。

教育经历  

东京大学, 生物信息学, 博士 

山东大学, 计算机应用技术, 硕士 

工作经历  

2022-03至今，海南大学，计算机科学与技术学院，副教授 

2020-04至2022-03，电子科技大学，基础与前沿研究院，博士后

研究方向：

生物信息学，人工智能，机器学习，深度学习，基于人工智能的药物发现，多组学生物数据分析与处理。

科研项目：

 主持国家级自然科学基金地区项目1项、国家级自然科学基金青年项目1项，海南省重点研发项目1项，四川省自然科学基金青年项目1项；中国博士后科学基金面上项目1项及博士后国际交流计划引进项目1项（已结题）。 

1. 国家自然科学基金地区项目，62262015，基于深度学习及多组学数据整合的三阴性乳腺癌多层任务模式挖掘研究，2023/01-2026/12，35万，在研，主持。 

2. 国家自然科学基金青年项目，62101100，基于多模态多任务深度学习的蛋白质-核酸相互作用的系统性预测，2022/01-2024/12，30万元，在研，主持。 

3. 海南省重点研发项目，基于多模态生物医学数据的罕见肿瘤个性化诊疗模式挖掘中关键技术研发与应用，2024/01-2025/12，64万，在研，主持。 

4. 四川省自然科学基金青年科学基金项目，2022NSFSC0943，基于深度迁移学习的蛋白质-核酸相互作用预测研究，2022/01-2023/12，10万元，在研，主持。 

5. 海南大学高层次人才科研启动基金，2022/05-2027/04，35万元，在研，主持。 

6. 博士后国际交流计划引进项目, YJ20200042, 非编码RNA的挖掘、疾病关系预测及相关计算方法的研究，2020/05-2022/04，70万元, 已结题, 主持。 

7. 中国博士后科学基金面上资助项目，2021M700694，基于多模态深度学习的蛋白质-RNA结合偏好预测，2022/01-2023/12，8万元，已结题，主持。 

8. 国家自然科学基金重点项目，62131004，面向单细胞RNA测序数据的深度迁移模型与细胞通信网络研究，2022/01-2026/12，305万元，在研，参与。 

9. 国家自然科学基金面上项目，62172076，面向药物副作用识别的多视角稀疏模型研究，2022/01-2025/12，60万元，在研，参与。 

10. 国家自然科学基金面上项目，62172128，基于多源生物数据融合的代谢综合征相关的lncRNA识别方法研究，2022/01-2025/12，60万元，在研，参与。

发表论文： 

1. Feifei Cui#, Shuang Li#, Zilong Zhang, Miaomiao Sui, Chen Cao, Abd El-Latif Hesham, Quan Zou*. DeepMC-iNABP: Deep learning for multiclass identification and classification of nucleic acid-binding proteins. Computational and Structural Biotechnology Journal. 2022, 20: 2020-2028. (IF=7.271，中科院二区) 

2. Ruiqi Liu, Xiuhao Fu, Shankai Yan, Zilong Zhang, and Feifei Cui*. AIPPT: Predicts anti-inflammatory peptides using the most characteristic subset of bases and sequences by stacking ensemble learning strategies. IEEE International Conference on Bioinformatics and Biomedicine 2023. (CCF-B会议，已录用). 

3. Zhibin Lv#, Feifei Cui#, Quan Zou*, Lichao Zhang*, Lei Xu*. Anticancer peptides prediction with deep representation learning features. Briefings in Bioinformatics. 2021, 22(5): 1-14. (IF=13.994，中科院一区Top 期刊) 

4. Feifei Cui, Zilong Zhang, Chen Cao, Quan Zou, Dong Chen*, Xi Su*. Protein-DNA/RNA interactions: Machine intelligence tools and approaches in the era of artificial intelligence and big data. Proteomics. 2022, 3: e2100197. Doi: 10.1002/pmic.202100197. (IF=3.984) 

5. Feifei Cui, Zilong Zhang, Quan Zou*. Sequence representation approaches for sequence-based protein prediction tasks that use deep learning. Briefings in Functional Genomics. 2021, 20(1): 61-73. (IF=4.241) 

6. Feifei Cui, Liang Cheng *, Quan Zou *. Briefings in functional genomics special section editorial: analysis of integrated multiple omics data. Briefings in Functional Genomics. 2021, 20(4): p. 196-197. (IF=4.241) 

7. Feifei Cui, Quan Zou*. Biocomputing and Synthetic Biology in Cells: Cells Special Issue. Cells. 2020, 9(11): 2459. (IF=4.326) 

8. Feifei Cui, Quan Zou*, Qin Ma, Leyi Wei, Jijun Tang and Dariusz Mrozek. IEEE Access Special Section Editorial: Feature Representation and Learning Methods With Applications in Large-Scale Biological Sequence Analysis. IEEE Access. 2021, 9: 33110-33119. (IF=3.367) 

9. Feifei Cui, Murong Zhou, Quan Zou*. Computational biology and chemistry Special section editorial: Computational analyses for miRNA. Computational Biology and Chemistry. 2021, 91:107448. (IF=2.877) 

10.Zilong Zhang, Feifei Cui, Wei Su, Lijun Dou, Anqi Xu, Chen Cao, Quan Zou*. webSCST: an interactive web application for single-cell RNA-sequencing data and spatial transcriptomic data integration. Bioinformatics. 2022. Doi: 10.1093/bioinformatics/btac350. (IF=6.937，生物信息学顶刊) 

11. Zilong Zhang, Feifei Cui, Chunyu Wang, Lingling Zhao*, Quan Zou*. Goals and approaches for each processing step for single-cell RNA sequencing data. Briefings in Bioinformatics. 2021, 22(4): bbaa314. (IF=13.994，中科院一区TOP期刊) 

12. Zilong Zhang, Feifei Cui, Chen Lin, Lingling Zhao, Chunyu Wang, Quan Zou*. Critical downstream analysis steps for single-cell RNA sequencing data. Briefings in Bioinformatics. 2021, 22(5): bbab105. (IF=13.994，中科院一区TOP期刊) 

13. Yunyun Su, Shiyu Yan, Chen Cao, Feifei Cui, Quan Zou, Zilong Zhang*. Human-Spa: An Online Platform Based on Spatial Transcriptome Data for Diseases of Human Systems. IEEE International Conference on Bioinformatics and Biomedicine 2023. (CCF-B会议，已录用) 

14. Zilong Zhang, Feifei Cui, Song Wu*, Quan Zou*. Single-cell RNA analysis reveals the potential risk of organ-specific cell types vulnerable to SARS-CoV-2 infections. Computers in Biology and Medicine. 2021, 140: 105092. (IF=4.589 

15. Zilong Zhang, Feifei Cui, Murong Zhou, Song Wu*, Quan Zou*, Bo Gao*. Single-cell RNA sequencing analysis identifies key genes in brain metastasis from lung adenocarcinoma. Current Gene Therapy. 2021, 21(4): 338-48.(IF=4.391) 

16. Chen Cao, Jianhau Wang, Devin Kwok, Feifei Cui, Zilong Zhang, Da Zhao, Mulin Jun Li, Quan Zou*. webTWAS: a resource for disease candidate susceptibility genes identified by transcriptome-wide association study. Nucleic acids research. 2022, 50(D1): D1123-D1130. (IF=16.971，中科院分区一区TOP期刊) 

17. Kunsen Lin, Youcai Zhao, Jia-Hong Kuo, Hao Deng, Feifei Cui, Zilong Zhang, Meilan Zhang, Chunlong Zhao, Xiaofeng Gao*, Tao Zhou*, Tao Wang*. Toward smarter management and recovery of municipal solid waste: A critical review on deep learning approaches. Journal of Cleaner Production, 2022: p. 130943. (IF=9.297，中科院分区一区) 

18. Cao Chen, Shao Mengting, Zuo Chunman, Kwok Devin, Liu Lin, Ge Yuli, Zhang Zilong, Cui  Feifei, Chen Mingshuai, Fan Rui, Ding Yijie, Jiang Hangjin, Wang Guishen, Zou Quan*. RAVAR: a curated repository for rare variant-trait associations. Nucleic acids research. 2023. (IF=16.971，中科院分区一区TOP期刊, 已录用)

获奖情况：  

1、2020年中国博士后国际交流计划引进人才。 

2、2016年-2020年日本文部科学省(MEXT)博士奖学金。

——记海南大学副教授、博士生导师崔菲菲

 2023-12-28

千万年来，人类与各种疾病的博弈，从来都不仅是物质的角力，更是精神的对垒。对于绝大多数人而言，地位、权力、财富、荣誉都是生活中增添幸福感的“0”，虽然可以扩大位数却毫无意义，而健康才是“1”，为所有美好赋予意义的同时，也可能顷刻间覆灭一切。正因为如此，从古至今有许多学者接续奔走在人类健康事业的大道上，为驱逐疾病献智献策。学界先后诞生出多种解开“生命密码”的方式，其种类又随着近年来人工智能、测序技术等科技的革命性发展而节节攀升：基因组学、蛋白质组学、表观组学、转录组学……不胜枚举。而为了更好地整合浩如烟海的多组学信息，生物信息学在生命科学研究领域的重要意义日益凸显。2020年于日本东京大学获得生物信息学博士学位的青年学者崔菲菲恰好是此领域内一名坚定奋发的“追梦人”，她手执智能时代催生的“智慧医疗”技术利器，立志为完善疾病预测体系、创新癌症等重大疾病诊疗模式贡献己力。 

回望崔菲菲的人生旅程，“科研梦”对她而言有一个由模糊到逐渐清晰的过程。本硕时期的计算机背景虽然给了崔菲菲扎实的学术功底，但却并未带给她一张对未来清晰明确的人生蓝图。于是，毕业之际，校园招聘会提供的稳定工作机遇轻易地吸引了她的注意。但在“一眼望到底”的人生轨道上前行一段路途之后，她却第一次感到自己在逐渐“脱力”，“我想改变当时的生活状况，那份工作非常好但激发不了我的兴趣，我渴望进入实验室，渴望将人生的航船驶向学术的海域”。这时，日本文部科学省提供的博士奖学金恰巧为她提供了走进梦想的机遇。“我非常珍惜这次重回校园的机会，所以即便跨专业也没有关系，我会拼尽全力。”崔菲菲是这么说的，也是这么做的。千余个脚踏实地、埋首书海的日夜为证，她将自己接触到的人工智能技术在生物学领域的应用手段一股脑带回了电子科技大学基础与前沿研究院，从而开启了自己的博士后研究生涯。 

崔菲菲在博士后阶段更加深入地探究了生物序列分析领域的奥秘。对藏在基因序列中的生命信息及生物学的“中心法则”，她都有了进一步的认知与理解。据她介绍，基因序列通过转录与翻译合成特定生物学功能的蛋白质，从而实现从基因序列到蛋白结构并最终到生物学功能的精准预测，因此生物序列信息的有效利用对于生物医药领域的发展至关重要，不仅对研发疾病的靶向治疗大有助益，还有望将人类对生物学机制的认知边界推向更远方。其间，她所申请的国家自然科学基金青年项目“基于多模态多任务深度学习的蛋白质-核酸相互作用的系统性预测”顺利获得立项，这进一步坚定了她扎根领域的信心与决心。带着这份坚定与开启新征程的勇气，她于2022年正式入职海南大学。 

海南这片位于我国最南端的土地虽在教育层面起步较晚，但在崔菲菲眼中却呈现一派蓬勃朝气，就如同它终年宜居的气候一般，利于成长、永葆生机。此外，2018年4月，习近平总书记在庆祝海南建省办经济特区30周年大会上的重要讲话更为竭力建设海南的学者们打了一剂强心针，“要支持海南大学创建世界一流学科”的号召既鼓舞了士气，也同时赋予了海南大学新的重大历史使命，使得崔菲菲深感重任在肩。于是，即便来此仅有短短一年时间，她也顺利申请到了国家自然科学基金地区项目，基于人工智能和多组学数据的研究手段，在攻治三阴性乳腺癌的研究中发光发热。 

崔菲菲十分重视对学生的培养，“我的个人经历和过去我的导师对我的培养模式奠定了我的人才理念：过去的专业不重要，只要学生具备主观能动性和对科研的热爱之心，我都十分欢迎”。如今她的团队和课堂上已是人才济济，有望青出于蓝，但她仍在致力于帮助生物信息学行业人才永续。

 来源：科学中国人  2023年11期