军事医学科学院在读研究生，热爱Linux，积极拥抱分布式计算。具有较强的学习能力，实践能力，能够独立完成小型科研任务。
这些是我平时用过/熟悉的编程语言、框架和工具，带 § 符号的是我比较喜欢和常用的。
2014年 ，研究项目（Python、R）
开发了基于 MeSH 的文本挖掘方法来预测潜在的益生元。索引出 PubMed 中所有已知益生元的全部相关文献，挖掘出重要特征，预测潜在的益生元。特异性可以达到 0.838，敏感性 0.876。根据后续的文献调研，有大量文献支持我们的预测结果。
2015年 ，研究项目（Python、R）
筛选出若干突变基因作为特征，采用5重交叉验证，分别使用 RF、SVM、LASSO 进行模型训练，发现能够达到很高的分类效果。其中 SVM 算法在头颈鳞癌数据集中 AUC 能够达到 0.980，表示能够显著区分耐药样本和非耐药样本。
2014年 ，工程项目（Python、Nginx、MongoDB）
文献学习是科研人员跟踪领域进展，思考课题发展的必要途径。 为了解决移动端跟踪文献的繁琐问题，本文借助移动互联网即时性、便捷性、个性化等特性，开发了基于微信公众平台的文献定制服务。 该服务通过解析用户输入，动态匹配自构建的期刊名表，索引 PubMed 数据库，实现期刊个性化订阅、文献查询、影响因子查询等便捷功能。对于提高科研人员的文献学习效率，降低追踪文献的时间成本具有较大的价值。
2015年 ，研究项目（Python、R、Cytoscape）
目的 从系统层面探索基因和 microRNAs(miRNAs) 的网络结构，并且结合生存分析技术，研究生存率相关分子的拓扑特性。方法利用肝细胞癌的基因和 miRNAs 表达谱数据构建调控网络，并研究节点中患者的生存信息。结果 对基因共表达网络节点的度进行全局计算发现，整个网络节点的度服从幂律分布，在一个网络中，度相对较高的节点称为“集线器(Hub)”，与普通节点相比，这些 Hub 节点中与生存相关的基因更为富集。结论 基因调控网络中的 Hub 节点，有希望作为分子分型的潜在特征。
2013.09 - 至今 ，军事医学科学院，生物信息学，研究生
2009.09 - 2013.07 ，武汉生物工程学院，生物工程，本科生
跑步、游泳、旅游。