高建召 | 生物信息学与医学人工智能
摘要：我是南开大学数学科学学院信息与数据科学系教师，研究兴趣集中在生物信息学与医学人工智能交叉方向。我的工作主要围绕蛋白质和 RNA 等生物大分子的结构功能预测、多组学与疾病异质性分析，以及拓扑、几何和深度学习方法在生物医学数据中的应用。希望与同行在分子结构、组学数据、疾病建模和生物医学 AI 工具开发等问题上开展合作。也欢迎对数学、计算机和生命科学交叉研究感兴趣的同学联系，了解科研训练和研究生招生机会。
个人概况
欢迎来到我的个人主页。我是南开大学数学科学学院，信息与数据科学系教师高建召。2005 年本科毕业于中央民族大学，随后保送至南开大学攻读生物信息学博士学位，导师是沈世镒教授。2010 年博士毕业后留在南开大学数学科学学院工作。
我的研究长期围绕数学、数据科学与生命科学的交叉问题展开，关注如何用数学模型、机器学习和数据分析方法理解复杂生命系统中的结构、功能与疾病相关机制，并发展可解释、可复现、可应用的生物医学预测方法。
研究方向
我的研究并不局限于某一种算法或某一类数据，而是围绕具体生命科学和医学问题，选择合适的数学、统计和人工智能方法。当前主要方向包括以下几类。
1. 生物大分子结构与功能预测
蛋白质、RNA 以及分子复合物的结构与功能关系，是理解生命活动的重要基础。我们关注如何从序列、结构、预测模型和分子相互作用信息中提取有效特征，建立可解释、可评估、可推广的计算方法。
- 蛋白质结构模型质量评估与局部误差预测
- RNA 柔性、结构性质及其功能关系建模
- B 细胞抗原表位识别、抗原抗体相互作用分析
- 离子通道、分子复合物和分子相互作用相关预测问题
这一方向既有明确的生物学问题，也有清晰的数学和算法问题，例如特征表示、结构编码、图模型、深度学习模型设计、预测结果解释和模型可靠性评估。
2. 多组学数据与疾病异质性
复杂疾病往往不是单一因素导致的，而是涉及基因组、转录组、蛋白质组、表型、影像和临床指标等多层信息。我们希望利用数学建模和机器学习方法，从多组学和医学数据中刻画疾病相关的细胞异质性、个体差异和潜在生物标志物。
- 多组学数据整合分析与疾病表型建模
- 单细胞数据中的细胞类型、细胞状态和异质性分析
- 疾病表型与分子特征之间的关联分析
- 医学影像、临床指标与疾病风险预测
- 面向具体疾病问题的可解释预测模型
这一方向需要同时理解数据、模型和科学问题本身。我们关心的不只是预测精度，也关心模型是否稳定、结果是否可解释、结论是否能回到生物医学问题中。
3. 拓扑、几何与深度学习方法
生命科学数据往往具有复杂结构：蛋白质和 RNA 是空间结构，分子相互作用可以表示为网络，多组学数据通常是高维数据。传统统计方法、拓扑数据分析、几何方法和图神经网络可以在这些问题中形成互补。
- 拓扑数据分析在分子结构和高维生物医学数据中的应用
- 图神经网络和几何深度学习在分子表示学习中的应用
- 高维统计与机器学习方法在组学数据中的应用
- 面向生物医学预测任务的模型解释性、稳定性和可复现性研究
我希望发展的不是单纯追逐模型复杂度的方法，而是能够与具体生物医学问题相互对应的数学与计算工具。
代表性研究
近年来，我和合作者在蛋白质结构性质预测、抗原表位识别、疾病相关表型分析、生物医学数据建模等方向开展了一系列工作。部分代表性论文发表在 Bioinformatics、Journal of Advanced Research、Molecular Therapy – Nucleic Acids 等期刊。
- Chen Y#，Lin S#，Yang S#，Qi M，Ren Y，Tian C，Wang S，Yang Y，Gao J*，Zhao H*. Genetic and phenotypic associations of frailty with cardiovascular indicators and behavioral characteristics. Journal of Advanced Research, 2024.
- Zeng Y，Wei Z，Yuan Q，Chen S，Yu W，Lu Y，Gao J*，Yang Y*. Identifying B-cell epitopes using AlphaFold2 predicted structures and pretrained language model. Bioinformatics, 2023.
- Gao J*，Zheng S，Yao M，Wu P. Precise estimation of residue relative solvent accessible area from Cα atom distance matrix using a deep learning method. Bioinformatics, 2021.
- Wang J，Chen X，Hu H，Yao M，Song Y，Yang A，Xu X，Zhang N，Gao J*，Liu B*. PCAT-1 facilitates breast cancer progression via binding to RACK1 and enhancing oxygen-independent stability of HIF-1α. Molecular Therapy – Nucleic Acids, 2021.
- Gao J，Yang Y，Zhou Y. Predicting the errors of predicted local backbone angles and non-local solvent-accessibilities of proteins by deep neural networks. Bioinformatics, 2016.
完整论文列表见 Publications 页面。
科研项目
相关研究曾获得国家自然科学基金、天津市自然科学基金、教育部博士点基金、中央高校基本科研业务费等项目支持。作为负责人主持、参与的项目包括：
- 国家自然科学基金面上项目、12571532、基于多组学数据的疾病关联细胞异质性数学模型、2026.01-2029.12、主持。
- 国家自然科学基金数学天元基金项目交叉重点专项、12426303、结合高维统计与人工智能的抗体类药物筛选、优化及脱靶研究、2025.01-2026.12、参加。
- 天津市自然科学基金面上项目、24JCYBJC01570、生物大分子复合物结构评估研究 、2024.10-2027.09、主持。
- 天津市卫生健康科技项目、MS20015、基于核磁影像的急性大血管闭塞脑梗死智能诊断方法研究、2020.08-2023.07、参加。
- 天津市自然科学基金青年项目、18JCQNJC09600、基于深度学习的蛋白质模型评估研究、2018.04-2021.03、主持。
- 国家自然科学基金青年项目、11701296、基于结构特征和机器学习的蛋白质结构模型评估新方法研究、2018.01-2020.12、主持。
- 教育部博士点基金、20130031120001、B细胞表位相关若干数学问题研究、2014.01-2016.12、主持。
- The International Development Research Centre, Canada，104519-010、IDRC Research Chair in Modeling and Management of Communicable Diseases南开大学子项目、2009.08-2016.07、参加。
- 中央高校基本科研业务费、65011491、基于序列信息的构象型B细胞表位预测、2011.07-2013.06、主持。
教学与奖励
我承担过《生物信息学》《数据科学导论》《信息论》《高等数学》《一元函数微积分》《文科高等数学》《文科概率统计》等课程教学。
2025.10、第五届全国高校教师教学创新大赛南开大学校赛、南开大学、一等奖；
2020.09、南开大学青年教师教学竞赛、南开大学、一等奖；
2020.08、天津市第十五届高校青年教师教学竞赛、天津市教育委员会、三等奖；
2016.12、天津市“131”创新型人才培养工程第三层次人选；
2025.06、北京市优秀毕业生；
交流经历
2023.09-2024.03、陈省身数学研究所；
2017.08-2017.08、香港中文大学；
2015.09-2016.05、澳大利亚格里菲斯大学；
学生培养与招生
课题组长期欢迎对AI for Math、 AI for Biology、生物信息学和计算生物学感兴趣的学生加入。具体信息请见 Join Us / 加入我们 页面。
联系方式
邮箱：gaojz#@#nankai.edu.cn（发信时请将 # 去掉）
单位：南开大学数学科学学院