裴智勇 博士

裴智勇，博士，副研究员，北科院北京市计算中心，主任助理。中国科学院北京基因组所博士后。从事基因组与生物信息学研究多年，具有良好的遗传学及生物信息学研究背景与技术，具有大模型数据分析能力，从事关于遗传学、基因组学与生物信息学工作多年，具有大数据分析与机器学习技术工作经验。熟悉各种生物学与统计学专业软件与分析方法。具有较丰富的生物信息学数据分析、处理与高性能计算机的运用、程序开发及数据库平台构建工作经验。发表国内外科学论文20余篇、专利、软件著作权等8项，参加多项科学研究项目。

  

2. Wang H, Cui Z, Xie L, Zhang L, Pei ZY, et al. HLA class II alleles differing by a single amino acid associate with clinical phenotype and outcome in patients with primary membranous nephropathy[J]. Kidney international, 2018, 94(5): 974-982.

3. Pei Z, Liu J, Liu M, et al. Risk-Predicting Model for Incident of Essential Hypertension Based on Environmental and Genetic Factors with Support Vector Machine[J]. Interdisciplinary Sciences Computational Life Sciences, 2018, 10(1):126-130.

4. Hou X, Pei Z, Wei X. Primer Spanner: a web-based platform to design PCR primers for high efficient site-directed mutagenesis and DNA assembling. Minerva Biotec 2018, 30:7-13.

5. Pei ZY，Liu MJ， Chen YB*，Bioinformatics Network Analysis To Elucidate Key Pharmacogenetic Genes Involved In Type 2 Diabetes In The Northern Chinese Han Population，Basic & Clinical Pharmacology & Toxicology，2017,121:30

6. Xie L J, Cui Z, Chen F J, Pei Z Y, et al. The susceptible HLA class II alleles and their presenting epitope(s) in Goodpasture's disease[J]. Immunology, 2017, 151(4): 395-404.

7. Cui Z, Xie L J, Chen F J, et al. MHC Class II Risk Alleles and Amino Acid Residues in Idiopathic Membranous Nephropathy[J]. Journal of the American Society of Nephrology, 2017,28(5):16511664.

刘满姣，博士，毕业于中国科学院北京基因组研究所，获遗传学博士学位。2016.8-至今，就职于北京市计算中心，任生物信息工程师职位。目前主要致力于用高通量组学测序及生物信息学及大数据分析手段回答生物学问题，重点研究方向为肿瘤、高血压、2型糖尿病等复杂疾病相关基因定位及其分子通路与调控机制分析。搭建了基于高性能平台的基因组、转录组数据分析平台，为北京市高校、研究所科研人员提供组学数据分析服务，为企业带来经济效益300万元以上。2016年，北京市科学技术研究院优秀科技成果奖，生物信息分析服务系统;2018年，北京市科学技术研究院优秀科技成果奖，基于高性能计算的医药数据服务关键技术及应用。主要授课方向为组学数据分析，生物医学公共数据库挖掘。2016年以来，本人作为主要讲师之一，参与组学数据分析、 R 语言分析等生物信息技术培训班讲师，累积培训人数达 200余人次。

 

 

卜祥霞，博士，毕业于中国农业大学，现任职于北京市计算中心，一直从事环境微生物学方面的研究，包括肠道微生物对糖尿病患病风险的影响等。熟悉环境微生物实验设计、各类实验技术及宏基因组数据分析。参与了北京市计算中心生物医学大数据整体解决方案平台建设。同时，参与北京市自然科学基金、海外人才和东城区科技计划等项目，主持了北京市科学技术研究院青年骨干项目和萌芽计划项目各1项。参与出版著作2本，发表学术论文12篇，授权3项国家发明专利，取得2项软件著作权，撰写2项企业级标准，设计了6个涉及微生物组学分析的培训班并参与相关内容的授课，其中2个课程获批北京市人保局高级研修班。近年来，主持项目4项，参加完成项目10项。

 

 

 

 

 

 

袁寒玉，北京市计算中心生物信息工程师。本科就读于山东大学生命科学专业，硕士就读于军事科学院生物信息专业。工作期间在生物信息分析平台、生物学数据库、集群搭建、医学图像识别开发等方面积累了丰富的项目经验。硕士期间主要研究方向为乳腺癌的转录组研究，发表多篇SCI论文。精通Python、R语言和docker，熟悉临床相关的组学生物信息分析和高性能计算。

 

 

   闻少楠，北京市计算中心生物信息工程师。中国医科大学学士，军事科学院硕士，研究方向为神经退行性疾病的蛋白质组学研究和电生理学数据挖掘，曾参与国自然、973计划等重大项目，在国际期刊参与表发学术论文4篇。擅长大数据统计学分析和数据挖掘，具有丰富的遗传流行病学、单细胞基因组学、三维基因组学、蛋白质组学的课题设计和数据分析及生物信息学技术培训经验。

 

 

 

   杨宇，硕士，北京市计算中心生物计算事业部生物信息工程师。研究生毕业于中国农业大学，研究方向为作物基因组学与生物信息学，曾参与美国能源部先进能源计划署、爱荷华州立大学植物科学研究所等资助项目，已在国际期刊发表学术论文一篇。具有良好的遗传学与生物信息学背景。擅长疾病基因组学、三代全长转录组、全转录组、10x单细胞转录组等方案设计及数据分析。

 

 

 

   李怡辰，兰州交通大学硕士，北京市计算中心生物信息工程师。从事生物信息自动化分析流程搭建及数据分析建模工作，熟悉生物信息各类软件及流程化框架；参与构建了多个生物信息自动化分析流程及可移植部署环境；在使用conda等工具以及基于linux系统各类软件的环境部署具有丰富经验；熟悉Python、R等编程语言及转录组等分析，有生物信息与机器学习、深度学习等相关领域建模的实际项目经验。授课方向主要为基于生物信息的Python、R等编程语言、linux操作系统、机器学习、转录组分析等方向。此前已经担任多次生物信息培训课程的讲师，在基于理论讲解的基础上带领学员进行软件安装、环境部署及上机操作。