崔菲菲，博士，海南大學副教授，博/碩士生導師。2012年獲得山東大學計算機專業碩士學位，2017年至2020年獲得日本文部科學省博士獎學金資助于東京大學攻讀博士學位，專業為生物信息學。主要研究領域為人工智能、生物信息學，研究內容包括但不限于機器學習（深度學習）、生物序列分類、基于人工智能的藥物發現及多組學數據整合的疾病相關預測等。  

主持國家級自然科學基金地區項目1項、國家級自然科學基金青年項目1項，海南省重點研發項目1項，四川省自然科學基金青年項目1項；中國博士后科學基金面上項目1項及博士后國際交流計劃引進項目1項（已結題）。以第一作者或通訊作者在Briefings in Bioinformatics、Computational and Structural Biotechnology Journal、IEEE BIBM等高水平生物信息學SCI期刊或會議發表論文多篇。目前擔任Electronics等SCI期刊客座編輯，多個SCI期刊審稿人；中國計算機學會(CCF)生物信息學專業委員會委員，中國國家自然科學基金委(NSFC)函評專家，吳文俊人工智能科學技術獎評審專家，機器學習與自然語言處理國際會議（MLNLP 2023）Organizing Committee Chair。

教育經歷  

東京大學, 生物信息學, 博士 

山東大學, 計算機應用技術, 碩士 

工作經歷  

2022-03至今，海南大學，計算機科學與技術學院，副教授 

2020-04至2022-03，電子科技大學，基礎與前沿研究院，博士后

研究方向：

生物信息學，人工智能，機器學習，深度學習，基于人工智能的藥物發現，多組學生物數據分析與處理。

科研項目：

 主持國家級自然科學基金地區項目1項、國家級自然科學基金青年項目1項，海南省重點研發項目1項，四川省自然科學基金青年項目1項；中國博士后科學基金面上項目1項及博士后國際交流計劃引進項目1項（已結題）。 

1. 國家自然科學基金地區項目，62262015，基于深度學習及多組學數據整合的三陰性乳腺癌多層任務模式挖掘研究，2023/01-2026/12，35萬，在研，主持。 

2. 國家自然科學基金青年項目，62101100，基于多模態多任務深度學習的蛋白質-核酸相互作用的系統性預測，2022/01-2024/12，30萬元，在研，主持。 

3. 海南省重點研發項目，基于多模態生物醫學數據的罕見腫瘤個性化診療模式挖掘中關鍵技術研發與應用，2024/01-2025/12，64萬，在研，主持。 

4. 四川省自然科學基金青年科學基金項目，2022NSFSC0943，基于深度遷移學習的蛋白質-核酸相互作用預測研究，2022/01-2023/12，10萬元，在研，主持。 

5. 海南大學高層次人才科研啟動基金，2022/05-2027/04，35萬元，在研，主持。 

6. 博士后國際交流計劃引進項目, YJ20200042, 非編碼RNA的挖掘、疾病關系預測及相關計算方法的研究，2020/05-2022/04，70萬元, 已結題, 主持。 

7. 中國博士后科學基金面上資助項目，2021M700694，基于多模態深度學習的蛋白質-RNA結合偏好預測，2022/01-2023/12，8萬元，已結題，主持。 

8. 國家自然科學基金重點項目，62131004，面向單細胞RNA測序數據的深度遷移模型與細胞通信網絡研究，2022/01-2026/12，305萬元，在研，參與。 

9. 國家自然科學基金面上項目，62172076，面向藥物副作用識別的多視角稀疏模型研究，2022/01-2025/12，60萬元，在研，參與。 

10. 國家自然科學基金面上項目，62172128，基于多源生物數據融合的代謝綜合征相關的lncRNA識別方法研究，2022/01-2025/12，60萬元，在研，參與。

發表論文： 

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，中科院二區) 

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會議，已錄用). 

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，中科院一區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，生物信息學頂刊) 

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，中科院一區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，中科院一區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會議，已錄用) 

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，中科院分區一區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，中科院分區一區) 

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，中科院分區一區TOP期刊, 已錄用)

獲獎情況：  

1、2020年中國博士后國際交流計劃引進人才。 

2、2016年-2020年日本文部科學省(MEXT)博士獎學金。

——記海南大學副教授、博士生導師崔菲菲

 2023-12-28

千萬年來，人類與各種疾病的博弈，從來都不僅是物質的角力，更是精神的對壘。對于絕大多數人而言，地位、權力、財富、榮譽都是生活中增添幸福感的“0”，雖然可以擴大位數卻毫無意義，而健康才是“1”，為所有美好賦予意義的同時，也可能頃刻間覆滅一切。正因為如此，從古至今有許多學者接續奔走在人類健康事業的大道上，為驅逐疾病獻智獻策。學界先后誕生出多種解開“生命密碼”的方式，其種類又隨著近年來人工智能、測序技術等科技的革命性發展而節節攀升：基因組學、蛋白質組學、表觀組學、轉錄組學……不勝枚舉。而為了更好地整合浩如煙海的多組學信息，生物信息學在生命科學研究領域的重要意義日益凸顯。2020年于日本東京大學獲得生物信息學博士學位的青年學者崔菲菲恰好是此領域內一名堅定奮發的“追夢人”，她手執智能時代催生的“智慧醫療”技術利器，立志為完善疾病預測體系、創新癌癥等重大疾病診療模式貢獻己力。 

回望崔菲菲的人生旅程，“科研夢”對她而言有一個由模糊到逐漸清晰的過程。本碩時期的計算機背景雖然給了崔菲菲扎實的學術功底，但卻并未帶給她一張對未來清晰明確的人生藍圖。于是，畢業之際，校園招聘會提供的穩定工作機遇輕易地吸引了她的注意。但在“一眼望到底”的人生軌道上前行一段路途之后，她卻第一次感到自己在逐漸“脫力”，“我想改變當時的生活狀況，那份工作非常好但激發不了我的興趣，我渴望進入實驗室，渴望將人生的航船駛向學術的海域”。這時，日本文部科學省提供的博士獎學金恰巧為她提供了走進夢想的機遇。“我非常珍惜這次重回校園的機會，所以即便跨專業也沒有關系，我會拼盡全力。”崔菲菲是這么說的，也是這么做的。千余個腳踏實地、埋首書海的日夜為證，她將自己接觸到的人工智能技術在生物學領域的應用手段一股腦帶回了電子科技大學基礎與前沿研究院，從而開啟了自己的博士后研究生涯。 

崔菲菲在博士后階段更加深入地探究了生物序列分析領域的奧秘。對藏在基因序列中的生命信息及生物學的“中心法則”，她都有了進一步的認知與理解。據她介紹，基因序列通過轉錄與翻譯合成特定生物學功能的蛋白質，從而實現從基因序列到蛋白結構并最終到生物學功能的精準預測，因此生物序列信息的有效利用對于生物醫藥領域的發展至關重要，不僅對研發疾病的靶向治療大有助益，還有望將人類對生物學機制的認知邊界推向更遠方。其間，她所申請的國家自然科學基金青年項目“基于多模態多任務深度學習的蛋白質-核酸相互作用的系統性預測”順利獲得立項，這進一步堅定了她扎根領域的信心與決心。帶著這份堅定與開啟新征程的勇氣，她于2022年正式入職海南大學。 

海南這片位于我國最南端的土地雖在教育層面起步較晚，但在崔菲菲眼中卻呈現一派蓬勃朝氣，就如同它終年宜居的氣候一般，利于成長、永葆生機。此外，2018年4月，習近平總書記在慶祝海南建省辦經濟特區30周年大會上的重要講話更為竭力建設海南的學者們打了一劑強心針，“要支持海南大學創建世界一流學科”的號召既鼓舞了士氣，也同時賦予了海南大學新的重大歷史使命，使得崔菲菲深感重任在肩。于是，即便來此僅有短短一年時間，她也順利申請到了國家自然科學基金地區項目，基于人工智能和多組學數據的研究手段，在攻治三陰性乳腺癌的研究中發光發熱。 

崔菲菲十分重視對學生的培養，“我的個人經歷和過去我的導師對我的培養模式奠定了我的人才理念：過去的專業不重要，只要學生具備主觀能動性和對科研的熱愛之心，我都十分歡迎”。如今她的團隊和課堂上已是人才濟濟，有望青出于藍，但她仍在致力于幫助生物信息學行業人才永續。

 來源：科學中國人  2023年11期