于晓庆
发布时间: 2020-02-25 浏览次数: 528

导师介绍

导师姓名

于晓庆

导师性别

职务职称

讲师

所在院系

理学院

一级学科

数学

二级学科

计算数学

研究方向

计算生物学

联系电话

15216781778

电子邮箱

xqyu@sit.edu.cn

个人简介

于晓庆,主要研究方向为计算系统生物学、生物信息学、数据统计与分析等。20129月至今,工作于上海应用技术大学应用数系。2016-2017中国科学院计算生物学国家重点实验室访问学者。主持完成上海高校青年教师培养资助计划项目1项,主持完成国家自然科学青年基金1项,主编出版本科教材1部,发表SCI论文10余篇。曾获第二届上海高校青年教师教学竞赛二等奖、上海应用技术大学本科教学突出贡献教师教学成就奖一等奖等。

学习与工作经历

2009.09- 2012.07  上海师范大学       计算数学  博士

2012.09 - 现在  上海应用技术大学    应用数学系  讲师

2016.07-2017.12  中国科学院 系统生物学重点实验室 访问学者

科研工作与成果


主要项目:

1.          主持,国家自然科学基金青年基金(11701379)2018.01-2020.12,结题;

2.          主持,上海高校青年教师培养资助计划项目, 2014.1-2015.12, 结题;

主要代表论文:

1. Xiaoqing Yu,   Jingsong Zhang, Rui Yang and Chun Li, Identification of Long Noncoding RNA   Biomarkers for Hepatocellular Carcinoma Using Single-Sample Networks[J].   BioMed Research International, 2020(12):1-12, 2020.

2. 于晓庆,肺腺癌相关长链非编码RNA生物标志物识别,应用技术学报,204):375-3802020.

3. Jingsong Zhang, Jianming Guo, Ming Zhang, Xiangtian   Yu, Xiaoqing Yu, et al. Efficient   Mining Multi-mers in a Variety of Biological Sequences[J]. IEEE/ACM   Transactions on Computational Biology & Bioinformatics, PP(99):1-1, 2018.   

4. C. Li, W.C. Fen, Y. Zhao, Xiaoqing Yu. Novel graphical representation and numerical   characterization of DNA sequences. Applied Sciences, 6(3), 63, 2016. 

5. Xiaoqing Yu,   X.Q. Zheng, C. Li, J. Wang, A computational method of predicting regulatory   interactions in Arabidopsis based on gene expression data and sequence   information, Computational Biology and Chemistry, 51: 36-41, 2015.

6. C.   Li, Y. Yang, M.D. Jia, Y.Y. Zhang, Xiaoqing   YuC.Z.   Wang, Phylogenetic analysis of DNA of sequences based on k-word and   rough set theory, Physica A, 398: 162-171, 2014.

7. Xiaoqing Yu,    X.Q. Zheng, T.G. Liu, Y.C. Dou, J. Wang, Prediction of apoptosis  protein   subcellular location based on amino acid substitution matrix  and auto   covariance transformation, Amino Acids, 42:1619-1625, 2012.

8. Xiaoqing Yu,   X.Q. Zheng, L.Y. Meng, C. LiJ.  Wang, A support vector machines based method to   predict success for  polymerase chain reactions. Combinatorial Chemistry &   High  Throughput Screening, 15: 486-491, 2012.

9. Xiaoqing Yu, T.G. Liu, X.Q. Zheng, Z.N. Yang, J. Wang, Prediction of regulatory interactions in Arabidopsis using gene expression data and support vector machines, Plant Physiology and Biochemistry, 49: 280-283, 2011.




主要研究方向

主要研究方向为计算系统生物学、生物信息学、数据统计与分析等方面,其中具体包括生物序列信息的数据挖掘和模式识别,人类复杂疾病临床数据的系统计算和分析等。