yl23455永利官网

编者按

国家自然科学基金, 是我国支持科学研究的主要渠道, 基金资助的项目数及完成情况已成为衡量科研机构、高校及其附属医院科研水平的重要指标。“十四五”以来，我校围绕国家和自治区重大战略需求，明确“重大科研项目持续发力”工作重心，持续加大科研投入力度，搭建高水平学术交流平台，全面提升师生科研创新能力，促进学校科研创新高质量发展。学校官媒推出“国自然项目”专栏，旨在通过展示我校获批的国家自然科学基金项目，深入挖掘各团队在这些项目里碰撞出的智慧结晶，发挥示范引领作用，推动学校科研水平持续攀升，再创新高。

刘芬工程师团队获批项目的研究基础

该团队成员关注人工智能在生物医学中的应用，尤其在肿瘤生物标志物挖掘、特征提取、特征选择和机器学习建模方面积累了丰富经验。在生物数据搜集、RNA与疾病关系预测、基因组特征分析等领域的研究成果已发表在《Computers in Biology and Medicine》、《IET Systems Biology》和《Frontiers in Microbiology》等SCI期刊。提出的脑肿瘤研究方向与前期研究紧密相关，为该项目提供了重要参考。

项目研究的意义

脑肿瘤是一种高度异质性的恶性肿瘤，治疗策略面临巨大挑战。尽管精准医学和基因测序为脑肿瘤研究提供新机遇，但现有的细胞亚型分类、生物标志物识别和预后模型仍存在局限，难以实现个体化治疗。该项目通过整合单细胞转录组学、表观遗传学数据及深度学习算法，提出创新的脑肿瘤精准诊断与治疗框架，旨在提升肿瘤亚型分类精度，增强生物标志物识别能力，构建更稳健精准的预后模型，为脑肿瘤的早期诊断和个体化治疗提供新路径，从而提高患者生存质量。

项目研究的创新点

该项目提出了基于去噪自编码器的脑肿瘤细胞亚型分类方法，解决了传统方法中的人工干预、噪声干扰和表观遗传学特征忽略等问题，提高了分类准确性和鲁棒性；针对生物标志物的模糊判定和预后与预测标志物的混用问题，该项目采用深度学习与混沌博弈优化算法，分别识别预后和预测生物标志物，提高个体化治疗效果；通过多算法组合和扩大样本量，提高肿瘤预后模型的泛化能力和准确性，为临床提供更精确的预后信息，辅助个体化治疗决策。

项目科学假说及形成

该项目假设通过去噪自编码器和深度学习算法，能够克服传统分类和标志物识别方法的局限，提升精度与准确性。通过融合多组学数据和多算法组合，构建更具泛化能力的脑肿瘤预后模型，为个体化治疗提供精准预测。

该项目结合脑肿瘤分子机制的深入研究和精准医学的需求，设计了系统性的研究框架。通过整合单细胞转录组学、表观遗传学数据和深度学习算法，提出了创新的脑肿瘤细胞亚型分类、标志物识别及预后模型构建方法，推动精准治疗方案的实施，提高脑肿瘤患者的生存率和生活质量。

项目主持人

刘芬，正高级工程师，生物物理学硕士，放射治疗科物理师,从事生物信息学研究。现担任中国辐射防护学会放射治疗分会理事、中国医学装备协会离子放射治疗分会委员、内蒙古自治区抗癌协会放疗专业委员会委员、内蒙古自治区抗癌协会老年肿瘤专业委员会第一届委员会委员、内蒙古乳腺疾病防治学会委员、中国抗癌协会脑胶质瘤专业委员会第一届放射物理专业委员会（学组）委员等职务。主持及参与科研项目12项，以骨干身份承担省部级项目2项。在国内外专业期刊发表论文12篇。其中，SCI 发表论文3篇。参编著作2部。2019年获得内蒙古自治区医学会科学技术二等奖；获批实用新型专利1项。

项目主要成员

杜德成，正高级工程师，理论物理硕士。长期从事生物信息方面的研究，参与过10项省部级及以上科研项目，负责该项目中模型构建的工作。

张洪武，高级工程师，物理学硕士。主要研究方向为放射治疗计划设计。主持校级课题及院级课题各1项，参与厅级项目2项，发表学术论文5篇，获授权专利1项，在该项目中承担特征挖掘工作。

王润梅，主任医师，临床专业硕士，硕士研究生导师。主要研究方向为消化道肿瘤及盆腔肿瘤的放射治疗。主持1项内自然基金项目，参与10余项省部级科研项目，在国内外期刊发表论文10余篇。其中，核心期刊2篇，SCI收录论文2篇。在该项目中承担生存分析工作。

赵立林，注册核安全工程师，辐射防护及环境保护硕士。主要研究方向为影像组学在放射肿瘤学中的应用。参与国家级项目2项，自治区级项目2项，发表学术论文8篇。在该项目中承担肿瘤预后分析工作。

卜志卫，工程师，物理学硕士。主要研究方向为剂量分布研究及图像引导放疗技术探索、综合治疗研究及减轻副作用方法探索。主持校级课题及院级课题各1项，参与省级课题2项。发表学术论文1篇，参编专著1部。在该项目中承担细胞亚型分析工作。

稿件来源：科研处 编辑：刘莎 复审：赛音德力格尔、姜玉霞 终审：安志新