简历：
主要从事人工智能、机器学习与深度学习算法及信号处理方法的应用研究，包括基于生物医学大数据的癌症精准医疗模型，计算机辅助药物发现与设计，功能材料的智能分析与设计等。以国家生物医药领域和医学大数据领域的重大战略需求为研究导向，利用人工智能技术，在化学、生物学及医学领域进行理论计算与分析，坚持基础与应用并重，发展多学科领域的交叉研究方向。主要从事人工智能、机器学习与深度学习算法及信号处理方法在化学、生物与医学信息学的应用研究。在癌症调控机制的多组学分析；疾病、靶基因与药物的多元信息网络构建；计算机辅助功能分子的优化设计等理论研究方面积累了较为丰富的研究经验。以通讯作者发表 SCI 论文 40余篇，包括 Nucleic Acids Res, Brief Bioinform, Front Immunol，J Chem Inform Model 等国际相关重要刊物，授权专利2项，获准计算机软件著作权4项。
学习经历
2003.9 – 2008.6，四川大学，化学学院 硕、博士
1999.9-2003.7, 烟台大学 化学生物理工学院 学士
工作经历
2014.7 - 至今，四川大学，化学学院，副研究员，硕士生导师
2008.7 – 2014.6，四川大学化学学院，讲师
主要研究方向:
基于人工智能的深度学习与机器学习算法在化学、生物及医学信息中的应用研究：
（1） 癌症多组学的分子诊断
（2） 药物活性预测及重定位
（3） 功能材料的智能分析与设计
主要工作业绩
1. 癌症精准医疗模型构建: 基于癌症多组学大数据，利用机器学习算法构建不同癌症的分子分型系统及精准预后模型；通过对模型的量化评估，实现癌症生物标志的筛选及潜在治疗药物的预测；筛选药物的抗肿瘤作用及药物敏感性进行计算评估。
2. 癌症靶基因调控机制研究: 通过构建癌症关联的多元分子信息网络，课题组开发基于深度学习的高阶邻近保留嵌入(HOPE)、自编码器(AE)和图卷积神经网络(GCN)等算法，阐明癌症发生发展的分子调控机制，通过引入注意力机制的可解释算法构建癌症药理学模型。
3. 机器学习算法模型开发:课题组在人工智能的机器学习算法上积累了丰富的研究经验，开发了各种深度机器学习算法模型，能够用于靶标蛋白结构预测与药物及化学材料的优化设计。
4. 数据库和计算平台：课题组一直致力于自主开发与研究工作相关
的数据库、计算平台以及 Web 服务器，旨在 将我们的研究成果推广到各种应用领域。这些应用包括基因、药物、蛋白质和材料相关的数据库以及计算分析平台。
主要奖励和荣誉
2021年，四川大学本科课堂教学质量优秀奖。
2020年，大学生创新创业与实践教育,优秀指导教师；
2019年，担任课程《化学信息学（双语）》被认定为四川大学课程思政榜样课程；
2018年，四川大学优秀毕业论文（设计）二等奖，指导教师；
2015年，“典型蛋白质结构功能信息的数字化表征”, 教育部自然科学奖二等奖（排名第二）；
代表性成果 （获奖成果、专著、论文、专利）
论文：
1. Jian He, Yanling Wu, Linxi Yuan, Jiangguo Qiu, Menglong Li, Xuemei Pu, Yanzhi Guo*. An inductive learning-based method for predicting drug-gene interactions using a multi-relational drug-disease-gene graph. Journal of Pharmaceutical Analysis, 2025, DOI: 10.1016/j.jpha.2025.101347.
2. Hao Lan, Jinyi Zhao, Linxi Yuan, Menglong Li, Xuemei Pu, Yanzhi Guo*. Deep clustering-based immunotherapy prediction of gastric cancer with mRNA vaccine development. International Journal of Molecular Sciences, 2025, 26, 2453.
3. Yanling Wu, Menglong Li, Jinru Shen, Xuemei Pu, Yanzhi Guo*. A consensual machine-learning-assisted QSAR model for effective bioactivity prediction of xanthine oxidase inhibitors using molecular fingerprints. Molecular Diversity, 2024, 28(4): 2033-2048.
4. Jian He, Menglong Li, Jiangguo Qiu, Xuemei Pu, Yanzhi Guo*. HOPEXGB: a consensual model for predicting miRNA/lncRNA-disease associations using a heterogeneous disease-miRNA-lncRNA information network. Journal of Chemical Information and Modeling, 2024, 64(7): 2863-2877.
5. Lingyan Wu, Kun Li, Menglong Li, Xuemei Pu, Yanzhi Guo*. Attention Mechanism-Based Graph Neural Network Model for Effective Activity Prediction of SARS-CoV-2 Main Protease Inhibitors: Application to Drug Repurposing as Potential COVID-19 Therapy. Journal of Chemical Information and Modeling, 2023, 63(22): 7011-7031.
6. Haiyan Li, Hao Lan, Menglong Li, Xuemei Pu, Yanzhi Guo*. A new molecular subclassification and in silico predictions for diagnosis and prognosis of papillary thyroid cancer by alternative splicing profile. Frontiers in Pharmacology, 2023, 14: 1119789.
7. Haiyan Li, Jian He, Menglong Li, Kun Li, Xuemei Pu, Yanzhi Guo*. Immune landscape-based machine-learning–assisted subclassification, prognosis, and immunotherapy prediction for glioblastoma. Frontiers in Immunology, 2022, 13: 1027631.
8. Jian He, Yanling Wu, Xuemei Pu, Menglong Li, Yanzhi Guo*. A transfer-learning-based deep convolutional neural network for predicting leukemia-related phosphorylation sites from protein primary sequences. International Journal of Molecular Sciences, 2022, 23, 1741.
9. Jian He, Xuemei Pu, Menglong Li,Chuan Li*, Yanzhi Guo*. Deep convolutional neural networks for predicting leukemia-related transcription factor binding sites from DNA sequence data. Chemometrics and Intelligent Laboratory Systems, 2020, 199, 103976
10. Jian He, Rongao Yuan, Lei Xu, Yanzhi Guo*, Menglong Li. Identification of disease-specific single amino acid polymorphisms using a simple random forest at protein-level. Current Bioinformatics, 2021, 16, 1278-1287.
11. Qihang Cai, Rongao Yuan, Jian He, Menglong Li, Yanzhi Guo*. Predicting HIV drug resistance using weighted machine learning method at target protein sequence-level. Molecular Diversity, 2021, 25: 1541-1551.
12. Lei Xu, Feng Liu, Haiyan Li, Menglong Li, Yongmei Xie, Zhihui Li*, Yanzhi Guo*. Comprehensive characterization of pathological stage‐related genes of papillary thyroid cancer along with survival prediction. Journal of Cellular and Molecular Medicine, 2021, 25(17): 8390-8404.
13. Haiyan Li, Feng Liu, Xiaoyang Wang, Menglong Li, Zhihui Li*, Yongmei Xie, Yanzhi Guo*. Identification of hub lncRNAs along with lncRNA-miRNA-mRNA network for effective diagnosis and prognosis of papillary thyroid cancer. Frontiers in Pharmacology, 2021, 12: 748867.
14. Lei Xu, Lei Zhang, Tian Wang, Yanling Wu, Xuemei Pu, Menglong Li, Yanzhi Guo*. ExoceRNA atlas: A database of cancer ceRNAs in human blood exosomes. Life Sciences, 2020, 257: 118092.
15. Lei Xu, Jian He, Qihang Cai, Menglong Li, Xuemei Pu, Yanzhi Guo*. An effective seven-CpG-based signature to predict survival in renal clear cell carcinoma by integrating DNA methylation and gene expression. Life sciences, 2020, 243: 117289.
16. Liu Qin, Yanhong Liu, Menglong Li*, Xuemei Pu and Yanzhi Guo*. The landscape of miRNA-related ceRNA networks for marking different renal cell carcinoma subtypes. Briefings in bioinformatics, 2020, 21(1): 73-84.
授权专利及软著：
1．郭延芝、吴艳玲、蒲雪梅等，一种RDX改性双基推进剂的安全性能预测方法，专利号：ZL 2023 1 1821308.8，授权日期: 2024.6.21；
2. 郭延芝、吴艳玲、蒲雪梅、徐司雨等，RDX-CMDB安全性能定量预测的机器学习软件[简称: RDX-CMDB推进剂安全性能定量预测]V1.0，计算机软件著作权，登记号：2024SR0118721，授权日期：2024.1.17；
3. 郭延芝、吴艳玲、蓝昊，有机染料敏化太阳能电池光电转化效率定量预测的机器学习软件[简称:染料敏化太阳能电池光电转化效率定量预测 ]V1.0，计算机软件著作权，登记号: 2023SR01074576, 授权日期：2023.9.15；
4. 郭延芝、蓝昊、吴艳玲，基于深度学习算法的胃癌肿瘤病理切片图像识别软件[简称:胃癌肿瘤图像识别 ] V1.0，计算机软件著作权登记号：2022SR1183525，授权日期：2022.8.18；
5. 郭延芝、吴艳玲、蒲雪梅、徐司雨等，改性双基推进剂燃速定量预测的机器学习软件[简称: 改性双基推进剂燃速定量预测软件]V1.0，计算机软件著作权，2022SR1175993，授权日期：2022.8.18
6.袁蓉奥、郭延芝、王聪等，基于3D卷积神经网络的阿尔兹海默症预判断方法，专利号：ZL 2020 1 1551593.2，授权日期：2022.3.22；
