Skip to main content

朱杭波

个人信息

学历：本科生在读​

出生年月：2003 年 06 月​

籍贯：浙江绍兴​

联系方式
[email protected] Github Blog

教育经历

时间单位专业学位排名
2021.09 - 2025.06
浙大宁波理工学院
生物工程
学士
Rank:2%
2022.09 - 2024.06
浙大宁波理工学院
计算机科学与技术
辅修
Rank:1%

科研技能

  • 编程语言 : Python; R; Shell; Java;

  • 生物信息分析

    • 单细胞相关 : 单细胞转录组分析；时空转录组分析 等；
    • 转录组学 : 常规 RNA-seq 分析流程；差异表达分析；转录本组装 等；
    • 数据可视化 : 熟练运用 R/ggplot2，Seaborn等工具进行可视化展示；

  • 深度学习建模

    • 框架 : 熟练掌握Pytorch, Tensorflow等深度学习框架，精通scikit-learn，熟悉模型的搭建，训练，测试等；
    • 计算机视觉相关 : 熟练掌握基于图像数据的模型搭建，了解常规的网络架构，包括ResNet, VggNet，熟悉目标检测算法的常用算法，如YOLO系列；
    • 大模型相关 : 基本掌握 Transformer 架构的核心原理，包括自注意力机制、多头注意力机制等关键组件，能够基于已有模型进行针对性微调，以适配不同业务场景需求；
    • 数据可视化 : 熟练运用 R/ggplot2，Seaborn等工具进行可视化展示；

  • 编程素养

    • 工作环境 : 熟练使用 Linux 系统；习惯使用并行加速分析流程；有良好的文件归类和环境管理习惯；
    • 记录与版本管理 : 熟练使用 Git；习惯使用 Markdown 进行文档记录；
    • 流程开发 ：熟练使用 Python 和 Shell 进行生信流程开发；大样本项目经验丰富；
    • 容器化技术 ：熟练使用 Docker 进行应用程序的容器化封装与部署，能够高效构建、管理和运行容器，确保环境一致性和应用的可移植性。
    • 代码规范 : 基本掌握模块化编程思想；注重代码可读性、复用性、可测试性；遵循优良的代码规范；

  • 科研素养

    • 高效的文献分类、管理、检索工作流；

科研 & 工作经历

本科期间​

浙大宁波理工学院 酶分子改造实验室​

2022.03 - 至今

承担 / 参与课题：​

  1. 基于机器学习的蛋白质丰度预测 [深度参与]: 2022.03 - 2023.11 模型的训练，特征参数的选取，模型的部署[1]
  • 构建了一个包含 46 种不同培养环境下蛋白质丰度值的数据集（2 万个样本）；
  • 使用了SMOGN 算法减小数据不平衡对模型的影响，增强了模型的鲁棒性；
  • 使用随机森林，支持向量机等机器学习模型预测蛋白质的丰度，较基线模型提升 30%的准确度。
  1. 基于深度学习的GFP蛋白发光值预测 : 2024.04 - 至今 迁移学习；卷积神经网络；将蛋白值的二级结构信息与发光值相关联[2]
  • 使用迁移学习和深度学习开发了一个模型，以预测从氨基酸序列中获取的 GFP 蛋白的荧光强度；
  • 通过共进化分析，对氨基酸序列进行突变，并利用预测模型选择最佳序列；
  • 进行湿实验室实验验证突变序列的有效性；
  • 构建GFP发光值的数据库，支持Blastn快速检索；

单细胞数据挖掘实习生 黑色素瘤单细胞转录组分析​

2023.07 - 2023.09

负责项目：​

1、 单细胞数据挖掘

  • 通过深入分析接受 PD-1 和 CTLA-4 治疗的黑色素瘤患者的单细胞 RNA 测序（scRNA-seq）数据，揭示了其中的关键差异;
  • 通过分析癌症基因组图谱（TCGA）数据库中患者的生存信息，验证了与患者预后紧密相关的一系列基因，其中特别包括了lncRNA，例如 MIR155HG 和 RP1-56K13.3。

2、 挖掘lncRNA

  • 将挖掘到的lncRNA信息与其细胞类型整理归类；

浙江农林大学 亚热带森林培育国家重点实验室​

2025.01 - 至今

承担 / 参与课题：​

  1. 基于深度学习的anti-CRISPR蛋白预测(DeepTransAcrs)
  • 使用 CD-HIT 对数据进行去冗余处理，有效去除重复序列，防止数据泄露（Data Leakage）；
  • 运用大语言模型从氨基酸层面和结构层面提取特征，实现多维度数据获取；
  • 开发并应用自研的特征融合模块，将提取的特征进行高效整合，提升预测模型的准确性；
  • 利用 FoldSeek 对预测结果进行二次验证，确保模型的稳定性和准确性。
  1. 更新anti-CRISPRdb(still in processing)
  • 收集并整理 2022 年以后发表的经实验验证的 Acrs 蛋白数据；
  • 对收集到的数据进行全面整理、汇总，并按照原有数据库格式进行规范化处理，完成数据库的更新;
  • 将 DeepTransAcrs 模型部署至该网站平台，进一步完善网站的预测功能，提升其在 anti-CRISPR 蛋白预测方面的准确性和实用性

开源项目​

  • Is coming soon ......​

Ready to develop a GPU-based software to accelerate GWAS analysis and make contributions to the bioinformatics community!

研究方向 & 兴趣 & 目标

  • 基于多组学数据构建癌症预后模型​

    • 利用高质量的多组学数据，如bulk RNA-seq、scRNA-seq等转录组学数据，筛选与生存期高度相关的基因来构建模型；
    • 利用WSI病理切片、CT、MRI等病理组学和影像组学数据，筛选与疾病高度相关的特征；
    • 结合表型和历史证据，鉴定相关的基因型和选择位点；
    • 基于深度学习模型，利用上述组学参数，构建模型进行疾病预后预测。

  • 基于大语言模型的蛋白值表达量预测​

    • 从蛋白质的三级结构出发，使用GNN来捕获蛋白值三级结构间的信息；
    • 从**密码子偏好性“”的角度出发，利用卷积神经网络，捕获密码子偏好性与蛋白值表达量之间的联系；
    • 微调已有的ProteinLLM模型，用于蛋白质信息的提取。

  • 分析工具、数据库开发​

    • 高效生物信息软件开发
    • 单/多物种多组学数据库开发

个人荣誉 & 奖励

  • 2024，第三届合成生物学竞赛蛋白质设计创新赛全国银奖 中国生物工程学会​

  • 2023，全国大学生数学建模竞赛浙江赛区一等奖 中国工业与应用数学学会​

  • 2023，美国大学生数学建模竞赛Honorable Mention 美国数学及其应用联合会(COMAP)​

  • 2022,2023 三好学生 浙大宁波理工学院​

发表论文

Is coming soon ......​

个人兴趣 & 爱好

  • 计算机相关​

  • 羽毛球、骑行​

  • 自驾游​