实验室 | 基础医学院生物信息学系崔庆华课题组

    北京大学基础医学院主要从事生物医学领域的基础及应用基础研究，拥有雄厚的科学研究综合实力以及一批具备国际先进水平的科研基地和实验技术平台。接下来基础研会将为大家依次介绍北医基础医学院各大实验室，让大家对学院的科研状况能有更为深入的了解。本期将进行基础医学院生物信息学系实验室推送，一起走进崔庆华课题组！

01

实验室简介 

    崔庆华实验室成立于2007年，研究方向是医学生物信息学，目前实验室成员包括1名老师、10名学生。

    让我们先通过一个小视频来了解一下崔庆华教授课题组吧！

点击边框调出视频工具条 https://v.qq.com/txp/iframe/player.html?width=500&height=375&auto=0&vid=k3305laflvg  

02

导师简介

    崔庆华，北京大学基础医学院医学生物信息学系教授，主任，博士生导师。2007年进入北京大学医学部工作。在Nucleic Acids Research、Bioinformatics等杂志发表第一作者(含共同)SCI论文7篇，通讯作者(含共同)SCI研究论文60篇，创建医学生物信息学平台30余个。主持和参与了NSFC、科技部等课题10余项。2014年、2020年分别获得国家自然科学基金委优秀青年基金和杰出青年基金支持。已获批中国专利、国际专利和美国专利各1项。

03

研究领域 

1.心脑血管疾病、癌症、糖尿病等重大复杂疾病关键miRNA/lncRNA的计算机识别

2.miRNA/lncRNA在疾病中调控规律的数据挖掘

3.基于RNA的计算机辅助药物研发等科学问题展开研究

04

实验室团队及培养 

实验室地址：北京大学医学部校内和产业园（2022入驻北医科技楼）

 本实验室共有教职工1名，八年制学生5名，五年博士生2名，统招博士生3名。

1. 培养模式

每周五文献学习，精讲文献内容，学习生信相关最新研究进展，高度关注最新产生的各类大数据以及新方法，开阔视野。每两周或每月汇报课题进展，集思广益，及时解决课题中遇到的问题，少走弯路。

2. 实验室氛围

 导师非常温和，在每个课题的大方向和处理细节上都会详细指导，帮助学生快速进入生物信息领域；同时也鼓励学生发散思维，提高创新性。

实验室内部氛围非常好，无论是科研工作或生活中同门之间都会互相帮助，共同进步，同学之间的关系都非常融洽和谐。

工作时间是弹性制，仅需要一台PC就可工作，因此可根据自身作息调整工作时间（保证课题进度即可）。

以往每学年都会有不止一名学生获得国家奖学金或博士创新人才奖。

实验室会定期进行团建活动，每月会进行一次聚餐，每年会外出春游/秋游，拉近师生同门间的关系。

 实验室每年都会产出一些在生信领域有一定影响力的文章。实验室已毕业的师兄师姐大都在从事生信相关领域的科研工作。

代表性成果及论文

1.     Fan R, Cui Q. Toward comprehensive functional analysis of gene lists weighted by gene essentiality scores. Bioinformatics. 2021 Jun 25:btab475.

2.     Xu X, Zhou Y, Feng X, Li X, Asad M, Li D, Liao B, Li J, Cui Q, Wang E. Germline genomic patterns are associated with cancer risk, oncogenic pathways, and clinical outcomes. Sci Adv. 2020 Nov 27;6(48):eaba4905.

3.     Huang Z, Liu L, Gao Y, Shi J, Cui Q, Li J, Zhou Y. Benchmark of computational methods for predicting microRNA-disease associations. Genome Biol. 2019 Oct 8;20(1):202.

4.     Huang Z, Shi J, Gao Y, Cui C, Zhang S, Li J, Zhou Y, and Cui Q. HMDD v3.0: a database for experimentally supported human microRNA-disease associations. Nucleic Acids Res. 2019 Jan 8;47(D1):D1013-D1017.

5.     Song F, Cui C, Gao L*, and Cui Q*. miES: predicting the essentiality of miRNAs with machine learning and sequence features. Bioinformatics. 2018 Aug 28.

6.     Zhou Y*, Zeng P, Li Y, Zhang Z, Cui Q*. SRAMP: prediction of mammalian N6-methyladenosine (m6A) sites based on sequence-derived features. Nucleic Acids Res.2016 Jun 2;44(10):e91.

7.     Wang J, Ma R, Ma W, Chen J, Yang J*, Xi Y*, Cui Q*. LncDisease: a sequence based bioinformatics tool for predicting lncRNA-disease associations. Nucleic Acids Res .2016 May 19;44(9):e90.

8.     Li J*, Ma W, Zeng P, Wang J, Geng B, Yang J, and Cui Q*. LncTar: a tool for predicting the RNA targets of long noncoding RNAs. Briefings in Bioinformatics 2015 16(5):806-12.

9.     Chen G, Wang Z, Wang D, Qiu C, Liu M, Chen X, Zhang Q, Yan G*, and Cui Q*. LncRNADisease: a database for long noncoding RNA associated diseases. Nucleic Acids Research. 41, 983-986, 2013. (SCI引用357次)

10.   Wang D, Wang, J, Lu M, Song F, and Cui Q*. Inferring the human microRNA functional similarity and functional network based on microRNA-associated diseases. Bioinformatics 2010 26: 1644-1650. (SCI引用170次)

11.   Lu M, Zhang Q, Deng M, Miao J, Guo Y, Gao W, Cui Q*. An analysis of human microRNA and disease associations. PLoS ONE. 2008;3(10):e3420. (SCI引用489次)

联系方式

     崔庆华

     北京大学医学部医学生物信息学系

     Email: [e-mail]

     电话：[phone]

- END -

  图文|崔庆华课题组

编辑|汪一诺、汪雨嘉

审核|汪雨嘉、张航