给自己留一份读博选校选导师的底稿。

我的技能栈是 RNA、ATAC、HiC、空间转录组(ST)以及它们的整合分析,也做 GWAS、RIC-seq,bulk 和 single-cell 都碰;几乎没有算法基础,有一点深度学习基础,数学还可以。所以筛选逻辑是:方向要和多组学整合对口,同时优先统计/数学背景的组——数学是我的优势,不去和 CS 出身的人硬卷算法。

按地区整理,每位都附了主页,方便之后逐个翻论文。

上海

复旦大学

  • 钱斌治|人类表型组研究院特聘教授,时空组学整合研究中心主任。方向是空间组学、肿瘤微环境、多组学整合,爱丁堡背景。偏生物学问题驱动,对算法基础要求友好,和我做的 ST 整合完全对口。主页:https://hupi.fudan.edu.cn/d3/d1/c53320a775121/page1.htm
  • 鲍峰 Feng Bao|生物医学工程与技术创新学院。做多模态信息融合(转录组、蛋白组、空间、成像)、自监督学习和调控网络因果推断,组里明确招 ML/医学/生物背景的学生。主页:https://fbao-fudan.github.io/
  • 原致远|类脑智能科学与技术研究院长聘副教授,空间组学整合研究中心副主任。做计算空间组学、生命科学基础模型、AI 虚拟器官,8 篇 Nature Methods。方向极火,但导师是清华自动化出身,对编程要求高,需要补 DL 工程能力。

上海交通大学

  • 郑小琪|医学院公共卫生学院教授,单细胞组学与疾病研究中心生信平台主任。做单细胞及空间转录组的统计建模和算法、生物医学大模型,发过 Genome Biology、Genome Research、PNAS。统计建模方向对"数学好、算法弱"最友好,重点关注。主页:https://www.shsmu.edu.cn/sph/info/1131/2438.htm
  • 段斌|系统生物医学研究院 PI。机器学习 + 系统生物学,做肿瘤微环境里基因型→分子表型→临床表型的整合,刘琦教授博后,正在招博士生。主页:https://binduanlab.org.cn/
  • 辛弘毅|溥渊未来技术学院 Novellab。做单细胞与空间转录组的几何建模方法,RECOMB 2026 中了两篇。几何建模吃数学但不太吃纯算法,算是差异化方向。介绍:溥渊未来技术学院

同济大学

  • 王晨飞 Chenfei Wang|生命科学与技术学院生物信息系教授。做单细胞和空间多组学的计算算法与大规模挖掘、基因调控和细胞互作网络,Dana-Farber 刘小乐实验室博后。实验室明确写"用 AI 建模单细胞空间多模态数据",分析型背景友好,重点关注。主页:https://wanglabtongji.github.io/

上海科技大学

中国科学技术大学

  • 瞿昆 Kun Qu|生命科学学院教授。做生物信息学、单细胞测序和空间转录组技术开发、精准医学,斯坦福生物信息中心主任出身,引用 7000+。组里方法和应用并重,分析技能能直接用上,近期还做了空间表观组去噪算法 SPEED,重点关注。实验室主页:http://qulab.ustc.edu.cn/

中科院研究所

上海营养与健康研究所(计算生物学重点实验室)

  • 李虹|研究员、国家优青,系统生物学研究组组长。做多组学多模态数据整合的 AI 方法、单细胞和空间组学解析,肿瘤和肝纤维化方向,Cancer Cell、Cell Stem Cell、Genome Biology 60+ 篇。方向描述几乎就是我的技能栈,重点关注。主页:https://lihonglab.github.io/
  • 邵振|研究员。做表观组、蛋白质组、顺式调控组的定量比较与整合分析统计模型、肿瘤基因组。统计建模路线,数学友好。主页:https://people.ucas.ac.cn/~0028000
  • Andrew Teschendorff|研究员,计算系统基因组学 PI。爱丁堡数学物理出身,做表观组整合和网络生物学,组里偏数学建模,数学背景是加分项。主页:https://people.ucas.ac.cn/~0029989

生物物理研究所

分子细胞科学卓越创新中心(生化细胞所)

北京基因组研究所(国家生物信息中心)

新加坡

  • Jinmiao Chen|Duke-NUS 副教授。方向就是 “AI-powered single-cell and spatial omics for precision medicine”,和我的背景完全对口,新加坡奖学金待遇好,重点关注。
  • 张阳 Yang Zhang|NUS 计算机学院与医学院终身教授,AI for Science 主任。做生物大分子结构预测、序列设计、AI 驱动药物研发。想往 AI 转型可以考虑,但对算法工程要求高。
  • Xiaotao Shen|NTU Nanyang Assistant Professor,Computational Omics Lab。做多组学计算方法(代谢组、微生物组、衰老、精准医学),新 PI 经费足、指导细。主页:https://www.shen-lab.org/

香港

香港大学

  • 黄源华 Yuanhua Huang|生物医学学院 + 统计与精算学系副教授。做统计机器学习 + 单细胞基因组,清华本科、爱丁堡博士、剑桥/EBI 博后。统计系 joint appointment,数学氛围浓,对"数学好算法弱"极其友好,重点关注。主页:https://statbiomed.github.io/

香港中文大学

香港城市大学

香港理工大学

香港科技大学

  • 王吉光 Jiguang Wang|生命科学部,Wang Genomics Lab。做数据科学驱动的癌症进化基因组学,Nature Genetics 两篇。主页:https://wang-lab.hkust.edu.hk/

优先级备忘

按"匹配度 + 对我背景的友好度"排第一梯队:

  1. 薛愿超(生物物理所)——RIC-seq 发明人,独家优势
  2. 郑小琪(上交医)、黄源华(港大)、林志翔(港中文)——统计/数学路线,避开算法短板
  3. 李虹(营养健康所)、王晨飞(同济)、瞿昆(中科大)——多组学/空间组学方向完全对口
  4. Jinmiao Chen(Duke-NUS)——想出国的首选

几条提醒留给未来的自己:

  • RIC-seq 分析经验是核武器,全国做深度分析的人极少,套磁时一定要讲透。
  • 数学好算法弱,就优先统计系/统计建模背景的导师,别去纯 CS 组陪跑。
  • 陈玲玲组注意招生限制(偏硕转博),先问名额。
  • 新 PI(段斌、任捷、Xiaotao Shen、蔡铭轩)招生积极、指导细、容易出成果,也是好选择。
  • 套磁重点展示对数据的理解和生物学解读,附自己做过的多组学分析项目,而不是去拼算法。