宋捷 · 个人自述（2026）
📧 q2516581@126.com · GitHub · 下载 PDF 版
方向：面向临床科研团队的数据分析与科研支持——围绕人群队列/组学与临床影像数据开展可复现分析、风险预测建模与论文产出支撑。
一、基本信息
- 姓名：宋捷（1994 年 10 月生）
- 电子邮箱：q2516581@126.com
- GitHub：github.com/lovivi
二、教育经历
| 时间 | 学校 | 专业/方向 | 学历 |
|---|---|---|---|
| 2012.09 – 2016.06 | 西北农林科技大学 | 生物技术 | 本科 |
| 2016.09 – 2019.06 | 西北农林科技大学 | 生物信息学（旱区作物逆境生物学国家重点实验室，导师：马闯） | 硕士 |
硕士期间主要成果：研究方向为机器学习/深度学习在 RNA 甲基化预测中的应用，主导发表 SCI 论文 2 篇（一作 1 篇，二作 1 篇），参与发表 3 篇。
三、工作经历
| 时间 | 单位 | 职位 |
|---|---|---|
| 2019.07 – 2020.08 | 深圳碳云智能科技有限公司（iCarbonX） | 数据挖掘工程师 |
| 2020.09 – 2021.12 | 中山大学附属第七医院大数据中心 | 实习研究员 |
| 2022.01 – 2024.12 | 深圳寻竹生物科技有限公司（Ailurus） | 生信及 IT 主管 |
四、科研工作及主要成果
4.1 学术论文
| # | 论文题目 | 期刊 | 作者贡献 |
|---|---|---|---|
| 1 | SynVectorDB: embedding-based retrieval system for synthetic biology parts | Database | 通讯作者 |
| 2 | Transcriptome-Wide Annotation of m5C RNA Modifications Using Machine Learning | Frontiers in Plant Science | 第一作者 |
| 3 | Predicting early-onset COPD risk in adults aged 20-50 using electronic health records and machine learning | PeerJ | 通讯作者 |
| 4 | PEA: an integrated R toolkit for plant epitranscriptome analysis | Bioinformatics | 第二作者 |
| 5 | deepEA: a containerized web server for interactive analysis of epitranscriptome sequencing data | Plant Physiology | 第二作者 |
| 6 | Evolution of the RNA N6-methyladenosine methylome mediated by genomic duplication | Plant Physiology | 第四作者 |
| 7 | A Deep Convolutional Neural Network Approach for Predicting Phenotypes from Genotypes | Planta | 第三作者 |
| 8 | miRLocator: A python package and web server for predicting miRNAs from pre-miRNA sequences | Methods in Molecular Biology | 第五作者 |
4.2 主要科研项目
1. UK Biobank 大规模人群队列数据挖掘
- 针对 50 万人全基因组及 2000+ 表型数据，开发自动化 GWAS 分析流程（数据清洗、关联分析、风险建模）。
- 基于该数据完成早发型 COPD 风险预测模型构建并发表论文；完成 AD/MCI 关联分析及深圳市自然科学基金本子撰写。
- 创新性地结合大语言模型开发了自动化分析报告生成工具。
2. 合成生物学工具与数据库开发
- 开发模块化通路设计工具，基于 EcoCyc 构建 673 个可供实验的模块化通路簇。
- 开发载体设计平台配套模块：质粒注释、高通量比对、Oligo 拆分优化、菌落识别等，并构建本地元件库。
3. 免疫芯片数据挖掘与短肽疫苗设计
- 从零开发 ImmunoSignature 免疫芯片预处理及分析管线。
- 新冠疫情初期预测抗体响应区域，筛选的候选肽段在小鼠实验中成功诱导中和抗体。
4. 肿瘤靶向用药自动化报告系统
- 构建从测序下机数据到临床报告的全自动化管线，匹配知识库生成肿瘤分型及用药建议，已应用于临床。
本页由 2026 年 1 月版个人自述重构生成；联系方式以邮箱为准。