杜朴风
个人简介
杜朴风
天津大学，智能与计算学部，计算机科学与技术学院
副教授，硕士研究生导师；
中国计算机学会(CCF)高级会员，生物信息学专业委员会，常务委员；
中国人工智能学会(CAAI)会员，生物信息学与人工生命专业委员会，常务委员；
中国自动化学会(CAA)会员，智能健康与生物信息学专业委员会，委员；
中国生物工程学会会员，计算生物学与生物信息学专业委员会，委员；
天津市药理学会，网络药理学专业委员会，副主任；
ACM会员，ACM SIGBIO中国执行委员会委员。
现招收2024年秋季入学硕士研究生(含专业学位)，欢迎2025年秋季入学研究生提前联系 我要咨询
长期招收优秀本科生加盟课题组参与科研项目。
联系方式
地址：天津市津南区海河教育园内雅观路135号天津大学55楼B323。
邮政编码：300354
与我联系时，请务必直接与我取得联系，发送到上述地址的实名制邮件，如无意外，会在24小时内回复
推荐信相关
本科生出国留学推荐信。
本科生申请国内学校研究生/直博生推荐信。
外国留学生申请中国政府奖学金项目International Students CGS
研究生申请工作/读博/出国推荐信。
主要经历
2020年11月-今： 天津大学，智能与计算学部，学科团队负责人(13. 生物信息学)
2018年09月-今： 天津大学，智能与计算学部，副教授(独立开展科研工作)
2013年07月-2018年08月： 天津大学，计算机科学与技术学院，副教授(独立开展科研工作)
2012年12月-2014年12月： 香港城市大学，计算机系，访问博士后（香江学者）。合作导师：王鲁生
2010年01月-2013年06月： 天津大学，计算机科学与技术学院，讲师(独立开展科研工作)
2008年09月-2010年01月： 清华大学，自动化系，李衍达院士秘书
2005年09月-2010年01月： 清华大学，自动化系/清华信息科学与技术国家实验室，博士研究生，2010年1月获博士学位。导师：李衍达（无副导师）
2001年09月-2005年07月： 清华大学，自动化系，本科生，2005年7月获学士学位
研究方向
基于机器学习的生物序列与生物分子网络分析
基于图神经网络的生物组学数据分析
荧光图像自动读图和知识提取
基因组回路元件的计算识别
基于深度机器学习的单细胞测序数据的计算分析
高效生物序列分析软件开发
通用生物序列特征快速抽取软件
超大规模序列特征可视化分析系统开发
智能药物发现
计算机辅助的药物发现：药物重用与组合发现的计算方法
传统医学智能化：基于现代人工智能的中医药自动/辅助诊断与处方系统
部分科研项目
国家自然科学基金，关键非编码RNA基因的计算预测(面上，2023-2027)，主持；
国家自然科学基金，蛋白质异常定位组的计算预测(面上，2018-2022)，主持；
国家自然科学基金，基于信息融合的高分辨率蛋白质定位预测(青年，2011-2013)，主持；
国家重点研发计划，精准医学大数据的有效挖掘与关键信息技术开发(课题5，2018-2021)，骨干；
教育部新教师基金，利用蛋白质相关性网络融合多种信息的蛋白质动态定位预测(2011-2013)，主持；
天津市自然科学基金，融合多种异质信息的高分辨率动态蛋白质定位预测(青年，2012-2015)，主持；
北洋学者-青年骨干教师计划，蛋白质结构与功能计算预测(2014-2015)，主持；
天津大学自主创新基金，在基因本体子空间中针对特定拓扑蛋白的定位预测(2015-2016)，主持。
所获荣誉
2016年天津大学青年教师讲课大赛二等奖；
2014年天津大学“北洋学者-青年骨干教师”；
2013年“香江学者”奖；
2012年全国优秀博士学位论文（提名奖）；
2011年北京市优秀博士学位论文；
2010年天津大学“十佳优秀青年教工”（提名奖）；
2010年清华大学“优秀研究生”；
2007年全国百篇最具影响力的国际学术论文奖。
硕士研究生
（本课题组 正式 在读+已 正常 毕业 完整 列表）
2014级：焦亚森：考研入学，毕业后去向：航天二院（物联网方向）。
2016级：杨晓飞：保研入学。毕业后去向：石家庄市数据资源管理局(公务员)。
2017级：赵 伟：保研入学。毕业后去向：光大银行（总行信息科技部）。
2018级：李光平：考研入学，获校三好学生，毕业后去向：Bigo (live 后台开发)。
2018级：孙 鉴：考研入学，毕业后去向：中国华录集团北京易华录信息技术有限公司(方案工程部)。在学期间获校先进个人，优秀学生干部，优秀毕业生。
2018级：王 俊：考研入学（非全日制），毕业后去向：百度(移动生态评估中心)。
2018级：周园科：考研入学（非全日制），毕业后去向：美团(北京，智慧交通平台)。
2019级：于 涵：考研入学，毕业后去向：济南铁路局信息所
2019级：暨巧莹：考研入学，毕业后去向：美团（成都，到店事业群）
2019级：沈子昂：考研入学，毕业后去向：腾讯（内容与平台中心）
2019级：张文雅：考研入学，毕业后去向：美团（北京，基础研发平台）
2019级：辛晓红：考研入学（非全日制），毕业后去向：腾讯（北京，云与智慧产业事业群）
2019级：高楚翘：考研入学（非全日制），毕业后去向：自主创业。
2019级：闵 慧：考研入学（非全日制），毕业后去向：武汉联影科技医疗有限公司（测试工程师）
2019级：刘航宇：考研入学，毕业后去向：未知
2020级：张颖颖：保研入学，毕业后去向：中国电子科技集团38所。
2020级：王仁华：保研入学，毕业后去向：航天二院第二总体设计部。
2021级：温靖雯：保研入学，在读。
2021级：潘建华：保研入学，在读。
2021级：孙 睿：考研入学，在读。
2022级：梁德民：考研入学，在读。
2022级：王依然：保研入学，在读。
2023级：王浩宇：保研入学，在读。
2023级：师婉婷：保研入学，在读。
2023级：董 浩：保研入学，在读。
2023级：刘英东：保研入学，在读。
课题组本科生
2015级，缪阳洋，化工学院。毕业后去向：中国科学技术大学（合肥）读研。
2018级，李皓民，智能与计算学部（腾讯班）。毕业后去向：上海交通大学，直博。
2020级，张瀚林，智能与计算学部，在读。
2020级，黎 潇，化工学院(合成生物学)，在读。
2022级，车兆瑞，未来技术学院，在读。
2022级，孟 杰，未来技术学院，在读。
2022级，丁 余，未来技术学院，在读。
本科生教学
校必修基础课
C++程序设计与算法基础(英)(2017-2020)；
大学计算机基础(2011,2012,2015-今)；
计算机软件技术基础(C++版)(2015, 2016, 2020-今)；
程序设计原理(双)(求是学部)(2021-今)；
校选修基础课
Python程设设计及应用(英)(2018)；
Visual C++程序设计(2015-2018)；
院选修专业课
开源技术及应用(2011, 2012, 2015-2018)；
研究生教学
专业选修课
面向对象方法学(2015)
计算生物学与生物信息学导论(2023-今)
学术服务
期刊编委
高等教育出版社：Frontiers of Computer Science (青年编委)
MDPI出版社：Data（编委）
Bentham Science：Current Bioinformatics（Editorial Board Member / Section Editor）
Bentham Science: Current Chinese Computer Science (Editorial Board Member)
Bentham Science: Current Gene Therapy (Editorial Board Member)
Frontiers: Fronteirs in Genetics (Editorial Board Member / Review Editor)
Frontiers: Frontiers in Bioinformatics (Editorial Board Member / Review Editor)
专刊编委
Current Organic Chemistry, Thematic Issue：Computational Modelling of Biological Macromolecule (2019年4月30日截稿)
MDPI-Data, Special Issue： Benchmarking datasets in Bioinformatics (2020年7月31日截稿)
论文评阅人
Nature Communications; Briefings in Bioinformatics; Bioinformatics; BMC Bioinformatics; BMC Genomics; BMC Supplements; BMC Medical Informatics and Decision Making; IEEE/ACM Transactions on Computational Biology and Bioinformatics; IEEE Journal of Biomedical and Health Informatics; Journal of the Royal Statistical Society - Serial A; IEEE Access; Journal of Proteome Research; Expert Review of Proteomics; RNA Biology; Molecular Therapy - Nucleic Acids: Journal of Biotechnology; Journal of Cellular and Molecular Medicine; Current Bioinformatics; Current Genomics; Current Proteomics; Letters in Organic Chemistry; Evolutionary Bioinformatics; Genomics; Amino Acids; Plos ONE; Scientific Reports; Oncotarget; NeuroComputing; Molecular Informatics; Molecular BioSystems; Applied Sciences; Interdisciplinary Sciences: Computational Life Sciences; BioTechnologia; International Journal of Biomathematics; Acta BioTheoratica; Artificial Intelligence in Medicine; Computational and Mathematical Methods in Medicine; Computer Methods and Programs in Biomedicine; BioMed Research International; IET Biometrics; Chemometrics and Intelligent Laboratory Systems; PeerJ; Journal of Theoretical Biology; Protein and Peptides Letters; Frontiers in Genetics; Frontiers of Computer Sciences; Genomics, Proteomics & Bioinformatics; Quantitative Biology; Progress in Biochemistry and Biophysics; MDPI - Molecules; MDPI - Data; MDPI - Information; MDPI - Genes;
会议PC
WABI2012; APCIIT2013; ICSEA2016; GIW2016; BIIP2016; CBC2016; BIBM2016(Workshop); ICIC2017; BIIP2017; CBC2017; NCCA2017; ICIC2018; ISBRA2018; BIIP2018 (Org-Chair); CBC2018; NCCA2018; SMC2018; ISB2018; ISBRA2019; ICPCSEE2019; CBC2019; BIIP2019; ICBBE 2019; ICIC2020; ISBRA2020; ICIC2022; ISBRA2022; BIBM2022; CBC2022; IEA/AIE2023; BIIP2022; IHB2023; ICIC2023; BIBM2023; ISBRA 2023
代表论文
完整列表请参阅 Google Scholar页面
[31] Ying-Ying Zhang, Wen-Ya Zhang, Pu-Feng Du*; dbEssLnc: A manually curated database of human and mouse essential lncRNA genes, Computational and Structural Biotechnology Journal, 2022, (SCI)
[30] Zi-Ang Shen, Tao Luo, Yuan-Ke Zhou, Han Yu, Pu-Feng Du*; NPI-GNN: Predicting ncRNA–protein interactions with deep graph neural networks, Briefings in Bioinformatics, 2021, DOI:10.1093/bib/bbab051. (SCI)
[29] Wen-Ya Zhang; Junhai Xu*; Jun Wang; Yuan-Ke Zhou; Wei Chen*; Pu-Feng Du*; KNIndex: a comprehensive database of physicochemical properties for k-tuple nucleotides, Briefings in Bioinformatics, 2021, DOI:10.1093/bib/bbaa284. (SCI)
[28] Guang-Ping Li; Pu-Feng Du*; Zi-Ang Shen; Hang-Yu Liu; Tao Luo*; DPPN-SVM: Computational Identification of Mis-Localized Proteins in Cancers by Integrating Differential Gene Expressions With Dynamic Protein-Protein Interaction Networks, Frontiers in Genetics, 2020, 11: 600454. (SCI)
[27] Jian Sun; Pu-Feng Du*; Predicting protein subchloroplast locations: the 10th anniversary, Frontiers of Computer Science,2021, 15(2): 152901. (SCI)
[26] Jun Wang; Pu-Feng Du*; Xin-Yu Xue; Guang-Ping Li; Yuan-Ke Zhou; Wei Zhao; Hao Lin; Wei Chen*; VisFeature: a stand-alone program for visualizing and analyzing statistical features of biological sequences, Bioinformatics, 2020, 36(4): 1277-1278. (SCI)
[25] Yuan-Ke Zhou; Zi-Ang Shen; Han Yu; Tao Luo*; Yang Gao*; Pu-Feng Du*; Predicting lncRNA–Protein Interactions With miRNAs as Mediators in a Heterogeneous Network Model, Frontiers in Genetics, 2020, 10: 1341. (SCI)
[24] Yang-Yang Miao; Wei Zhao; Guang-Ping Li; Yang Gao*; Pu-Feng Du*; Predicting endoplasmic reticulum resident proteins using auto-cross covariance transformation with U-shaped residue weight transfer function, Frontiers in Genetics, 2019, 10: 1231. (SCI)
[23] Wei Zhao; Guang-Ping Li; Jun Wang; Yuan-Ke Zhou; Yang Gao*; Pu-Feng Du*; Predicting protein sub-Golgi locations by combining functional domain enrichment scores with pseudo-amino acid compositions, Journal of Theoretical Biology, 2019, 473: 38-43. (SCI)
[22] Wei Zhao; Likun Wang; Tian-Xiang Zhang; Ze-Ning Zhao; Pu-Feng Du*; A brief review on software tools in generating Chou's pseudo-factor representations for all types of biological sequences, Protein and Peptide Letters, 2018, 25(9): 822-829. (SCI)
[21] Pu-Feng Du; Wei Zhao; Yang-Yang Miao; Le-Yi Wei; Likun Wang*; UltraPse: a universal and extensible software platform for representing biological sequences, International Journal of Molecular Sciences, 2017, 18(11): 2400. (SCI)
[20] Pu-Feng Du*; Predicting protein submitochondrial locations: The 10th Anniversary, Current Genomics, 2017, 18(4): 316-321. (SCI)
[19] Ya-Sen Jiao; Pu-Feng Du*; Predicting protein submitochondrial locations by incorporating the positional-specific physicochemical properties into Chou's general pseudo-amino acid compositions, Journal of Theoretical Biology, 2017, 416: 81-87. (SCI)
[18] Yasen Jiao; Pufeng Du*; Performance measures in evaluating machine learning based bioinformatics predictors for classifications, Quantitative Biology, 2016, 4(4): 320-330.
[17] Ya-Sen Jiao; Pu-Feng Du*; Prediction of Golgi-resident protein types using general form of Chou's pseudo-amino acid compositions: Approaches with minimal redundancy maximal relevance feature selection, Journal of Theoretical Biology, 2016, 402: 38-44. (SCI)
[16] Pu-Feng Du*; A brief review on software implementations and algorithm enhancements of Chou’s pseudo-amino acid compositions, Current Proteomics, 2016, 13(2): 105-112. (SCI)
[15] Ya-Sen Jiao; Pu-Feng Du*; Predicting Golgi-resident protein types using pseudo amino acid compositions: Approaches with positional specific physicochemical properties, Journal of Theoretical Biology, 2016, 391: 35-42. (SCI)
[14] Pufeng Du*; Lusheng Wang*; Predicting human protein subcellular locations by the ensemble of multiple predictors via protein-protein interaction network with edge clustering coefficients, PLoS ONE, 2014, 9(1): e86879. (SCI)
[13] Pufeng Du*; Shuwang Gu; Yasen Jiao; PseAAC-General: fast building various modes of general form of Chou’s pseudo-amino acid composition for large-scale protein datasets, International Journal of Molecular Sciences, 2014, 15(3): 3495-3506. (SCI)
[12] Pu-Feng Du; Chao Xu*; Predicting multisite protein subcellular locations: progress and challenges, Expert Review of Proteomics, 2013, 10(3): 227-237. (SCI)
[11] Pufeng Du*; Tingting Li; Xin Wang; Chao Xu; SubChlo-GO: predicting protein subchloroplast locations with weighted gene ontology scores, Current Bioinformatics, 2013, 8(2): 193-199. (SCI)
[10] Pufeng Du*; Yuan Yu; SubMito-PSPCP: predicting protein submitochondrial locations by hybridizing positional specific physicochemical properties with pseudoamino acid compositions, BioMed Research International, 2013, 2013: 263829. (SCI)
[9] Pufeng Du*; Yang Tian; Yan Yan; Subcellular localization prediction for human internal and organelle membrane proteins with projected gene ontology scores, Journal of Theoretical Biology, 2012, 313: 61-67. (SCI)
[8] Pufeng Du*; Xin Wang; Chao Xu; Yang Gao*; PseAAC-Builder: a cross-platform stand-alone program for generating various special Chou’s pseudo-amino acid compositions, Analytical Biochemistry, 2012, 425(2): 117-119. (SCI)
[7] Pufeng Du*; Tingting Li; Xin Wang; Recent progress in predicting protein sub-subcellular locations, Expert Review of Proteomics, 2011, 8(3): 391-404. (SCI)
[6] Pufeng Du#; Shengjiao Cao#; Yanda Li*; SubChlo: predicting protein subchloroplast locations with pseudo-amino acid composition and the evidence-theoretic K-nearest neighbor (ET-KNN) algorithm, Journal of Theoretical Biology, 2009, 261(2): 330-335. (SCI)
[5] Pufeng Du#; Liyan Jia#; Yanda Li*; CURE-Chloroplast: a chloroplast C-to-U RNA editing predictor for seed plants, BMC Bioinformatics, 2009, 10(1): 135. (SCI)
[4] Pufeng Du; Yanda Li*; Prediction of C-to-U RNA editing sites in plant mitochondria using both biochemical and evolutionary information, Journal of Theoretical Biology, 2008, 253(3): 579-586. (SCI)
[3] Pufeng Du#; Tao He#; Yanda Li*; Prediction of C-to-U RNA editing sites in higher plant mitochondria using only nucleotide sequence features, Biochemical and Biophysical Research Communications, 2007, 358(1): 336-341. (SCI)
[2] Tao He#; Pufeng Du#; Yanda Li*; dbRES: a web-oriented database for annotated RNA editing sites, Nucleic Acids Research, 2007, 35(Database Issue): D141-D144. (SCI)
[1] Pufeng Du; Yanda Li*; Prediction of protein submitochondria locations by hybridizing pseudo-amino acid composition with various physicochemical features of segmented sequence, BMC Bioinformatics, 2006, 7(1): 518. (SCI)
*：通讯作者；#：贡献相同。