Add 南京医科大学学姐
为你免费答疑

2023南京医科大学计算机科学与技术考研调剂信息：曹晨教授，2022年2月年起任南京医科大学生物医学工程与信息学院教授，博士生导师。1988年生，16年毕业于吉林大学计算机科学与技术学院博士，2017-2021年加拿大卡尔加里大学博士后。

主要从事研究方向是生物信息（计算生物），利用计算机算法/统计方法开发新的生物信息软件/工具，希望你有科研热情、努力和一定的编程能力或者生信处理能力，背景需要是统计、计算机、机器学习或者生物信息。现主持国自然青年基金、国自然重点项目（合作单位主持）等项目 。


要求：
本科为双一流建设高校，研究生成绩330+；计算机背景（考试科目是数学+专业课是计算机基础）或 生物信息背景，

联系方式： chen.cao@ucalgary.ca

近三年第一作者/通讯作者论文列表如下：
[1] cao c, he j, mak l, perera d, kwok d, wang j, li m, mourier t, gavriliuc s, greenberg m, morrissy s, sycuro l, yang g, jeffares d, long q. reconstruction of microbial haplotypes by integration of statistical and physical linkage in scaffolding, molecular biology and evolution. 2021. doi: 10.1093/molbev/msab037.
[2] cao c, ding b, li q, kwok d, wu j, long q. power analysis of transcriptome-wide association study: implications for practical protocol choice. plos genetics. 2021. doi: 10.1371/journal.pgen.1009405.
[3] cao c, wang j, devin k, cui f, zhang z, zhao d, li j, zou q. webtwas: a resource for disease candidate susceptibility genes identified by transcriptome-wide association study.  nucleic acids research. 2022. doi: https://doi.org/10.1093/nar/gkab957
[4] cao c, mak l, jin g, gordon p, ye k, long q, presm: personalized reference editor for somatic mutation discovery in cancer genomics. bioinformatics. 2019. doi: 10.1093/bioinformatics/bty812.
[5] cao c, kwok d, edie s, li q, ding b, kossinna p, campbell s, wu j, greenberg m, long q. ktwas: integrating kernel machine with transcriptome-wide association studies improves statistical power and reveals novel genes. briefings in bioinformatics. 2020. doi: 10.1093/bib/bbaa270.
[6] cao c, kossinna p, kwok d, qingrun zhang, long q. disentangling genetic feature selection and aggregation in transcriptome-wide association studies[j]. genetics. 2022. doi: 10.1093/genetics/iyab216.
[7] cao c, greenberg m, long. wglink: reconstructing whole-genome viral haplotypes using l0+l1-regularization. bioinformatics. 2021. doi: 10.1093/bioinformatics/btab076.
[8] wei x, wu x, cheng z, wu q, cao c*, xu x*, shang h*, botanical drugs: a new strategy for structure-based target prediction. briefings in bioinformatics. 2021. doi: 10.1093/bib/bbab425.