EN
头像

刘喆Zhe Liu

讲师 Lecturer

硕士生导师 Master’s supervisor

信息科学与工程学院Department of Computer Science and Engineering

联系方式

办公地址：

Email： zhe.liu@ecust.edu.cn

扫一扫打开我的个人主页

个人简介

刘喆，女，1997年10月出生，华东理工大学信息科学与工程学院计算机系讲师，硕士生导师，博士毕业于上海交通大学，CCF生物信息学BIO-3NEW执行委员，Spring Nature出版社旗下期刊BMC Bioinformatics编委。


主持国家自然科学青年基金（C类）项目，以第一作者（含共同）身份在Nature Computational Science，Nature Communications, Advanced Science，Research，Big Data Mining and Analytics (BDMA)，Journal of Chemical Information and Modeling(JCIM)，BMC Genomics，BIBM，APBC等期刊或会议发表论文20余篇。


主要研究方向为AI for Science及具身智能，致力于通过构建可解释、智能且具有生物学意义的模型，以及面向生物医学发现与自动化实验的具身智能体，推动计算科学与生物医学的交叉发展。


欢迎科研合作，也欢迎对我的科研方向感兴趣的同学联系我！

学术主页：https://liuzhe30.github.io/


研究领域

  • AI for Science
  • 具身智能
  • 大语言模型与多智能体
  • 计算生物学与生物信息学
  • 人工智能与智慧医疗

科研成果

项目名称项目类型
个体化上下文感知的DNA-RNA-蛋白层级变异效应传递建模方法研究国家自然科学基金青年项目（C类）
显示更多

学术成果

  • 1. Zhe Liu, et al. Predicting the regulatory impacts of non-coding variants on gene expression through epigenomic integration across tissues and single-cell landscapes，Nature Computational Science. (2025 IF=18.3)
  • 2. Zhe Liu, et al. Epigenetic impacts of non-coding mutations deciphered through pre-trained DNA language model at single-cell resolution，Advanced Science. (2025 IF=14.1)
  • 3. Zhe Liu, et al. MIPPI: Inferring the effects of protein variants on protein–protein interactions with interpretable transformer representations，Research. (2023 IF=11)
  • 4. Zhe Liu, et al. Large Language Models in Psychiatry: Current Applications, Limitations, and Future Scope，Big Data Mining and Analytics. (2024 IF=7.7)
  • 5. Zhe Liu, et al. Emden: A novel method Intergrating Graph and Transformer Representation for Predicting the Effect of Mutations on Clinical Drug Response，Computers in Biology and Medicine. (2023 IF=7.7)
  • 6. Zhe Liu, et al. MEMO-stab: Sequence-based Annotation of Mutation Effect on Transmembrane Protein Stability with Protein Language Model-Driven Machine Learning，BIBM 2024 (CCF-B)
  • 7. Zhe Liu, et al. Predicting Psychosis Progression in Clinical High-Risk Individuals Using Peripheral Transcriptomic and Epigenomic Profiles: A Machine Learning Approach，BIBM 2024 (CCF-B)

荣誉及奖励

出版著作

社会兼职

  • CCF生物信息学 "BIO-3NEW"青年学者委员

主讲课程

  • 大模型的原理与实践（全英文），
  • 数据挖掘，

授课风格

教育经历

  • 2016-09 至 2020-06,东北师范大学,大学本科
  • 2020-09 至 2025-06,上海交通大学,博士研究生

工作经历

  • 2025-07,华东理工大学,讲师

横向项目