姓名：啜国晖

学位：博士

研究领域：生物信息学，人工智能

E-mail: 22219@tongji.edu.cn

通讯地址： 上海市杨浦区四平路1239号，同济大学生命科学与技术学院

个人简介：

啜国晖，博士，现任同济大学生命科学与技术学院助理教授。2014年于同济大学生物信息学专业获工学学士学位；2019年于同济大学生物学专业获理学博士学位；2019年在同济大学生物医学工程博士后流动站从事博士后研究工作。2022年任同济大学生命科学与技术学院助理教授。目前已发表SCI论文10篇，其中，第一作者（含共同第一作者）、通讯作者（含共同通讯）署名的SCI论文6篇。已申请专利1项，参与专著编写1项。作为主持人先后负责国家博士后创新人才支持计划以及国家自然科学基金青年项目。

研究方向：

基因诊疗技术开发与优化，基因编辑系统优化，生物信息算法开发，人工智能算法开发

主持或参加科研项目及人才计划项目情况：

1. 青年科学基金项目（主持），基于自动化深度学习技术的CRISPR-Cas13脱靶分布预测系统开发，项目编号：62002265；

2. 2019年度国家博士后创新人才支持计划（主持），项目编号：BX20190246；

3. 国家自然科学基金面上项目（参与），基于多源数据融合及协同过滤的药物重定位研究，项目编号：61572361；

4. 上海市启明星项目（参与），基于异质数据整合挖掘的CRISPR/Cas9基因编辑系统的sgRNA设计研究，项目编号：16QA1403900 20002360105；

5. 国家863项目（参与），基于组学数据整合的表观遗传调控网络研究、重大疾病的功能基因组学研究和多靶点协同作用机制研究，项目编号：20002430002 2012AA020405。

专著编写：

杨强等. 可解释人工智能导论[M]. 电子工业出版社, 2022.（章节作者，第6章）

发表论文：

1. Chuai G# , Ma H# , Yan J, et al. DeepCRISPR: optimized CRISPR guide RNA design by deep learning[J]. Genome Biology, 2018, 19(1):80-.

2. Chuai G# , Wang Q# , Liu Q . In Silico Meets In Vivo: Towards Computational CRISPR-Based sgRNA Design[J]. Trends in Biotechnology, 2017:S0167779916300907.

3. Chuai G , Yang F , Yan J , et al. Deciphering relationship between microhomology and in-frame mutation occurrence in human CRISPR-based gene knockout[J]. Molecular Therapy—Nucleic Acids, 2016, 5(6):e323.

4. Yan J# , Chuai G# , Zhou C , et al. Benchmarking CRISPR on-target sgRNA design[J]. Briefings in Bioinformatics, 2018.

5. Yan J# , Chuai G# , Qi T , et al. MetaTopics: an integration tool to analyze microbial community profile by topic model[J]. BMC Genomics, 2017, 18(1 Supplement). (IF: 3.969)

6. Gao Y#, Chuai G#, Yu W, et al. Data imbalance in CRISPR off-target prediction[J]. Briefings in bioinformatics, 2020.

7. Yan J, Xue D, Chuai G, et al. Benchmarking and integrating genome-wide CRISPR off-target detection and prediction[J]. Nucleic acids research, 2020, 48(20): 11370-11379.

8. Duan B, Zhu C, Chuai G, et al. Learning for single-cell assignment[J]. Science advances, 2020, 6(44): eabd0855.

9. Gong Y, Xue D, Chuai G, et al. DeepReac+: deep active learning for quantitative modeling of organic chemical reactions[J]. Chemical science, 2021, 12(43): 14459-14472.

10. Chen S, Xue D, Chuai G, et al. FL-QSAR: a federated learning-based QSAR prototype for collaborative drug discovery[J]. Bioinformatics, 2021, 36(22-23): 5492-5498.