我在人工智能与健康领域的历程
- 6+ 年机器学习模型开发经验（研究型硕士、博士与工业界）
- 自 2016 年起接受生物化学训练；自 2019 年起从事基因组学的机器学习研究
- 10 篇同行评审论文，其中 5 篇为第一作者
- （另有 2 篇论文正在同行评审中）
简历
我构建基于基因组序列的深度学习模型：图注意力网络、LSTM， 以及目前从事的基因表达预测，涵盖从研究原型到云端流程的完整链路。
工作经历
机器学习工程师
Biographica
2026年4月 至今
机器学习顾问
Deep Science Ventures
2025年3月 – 2025年10月
机器学习实习生
LinkGevity
2024年8月 – 2024年10月
数据科学实习生
字节跳动
2022年8月 – 2023年2月
实习生
先正达 Syngenta
2017年6月 – 2017年8月
教育经历
博士 · 传染病基因组学中的机器学习
(课题组网站)
伦敦卫生与热带医学院
2021年10月 – 2026年3月
生物工程 研究型硕士 （优异 Merit）
伦敦帝国理工学院
2019年10月 – 2020年10月
生物化学 理学学士 （一等荣誉学位）
伦敦国王学院
2016年9月 – 2019年7月
专业技能
PyTorch / JAX / TensorFlow / PyG / Hugging Face
Python / C++ / R / scikit-learn / NumPy / Pandas
AWS / GCP / Azure / Linux / Bash / Git / Nextflow
BWA-MEM / SAMtools / BCFtools / GATK / PLINK2 / BEAST2
发表论文
2026
- Wang L, Campino S, Clark TG, Phelan JE. Decoding positive selection in Mycobacterium tuberculosis with phylogeny-guided graph attention models. BMC Bioinformatics. doi:10.1186/s12859-026-06583-0
2025
- Wang L, Thawong N, Thorpe J, Higgins M, Ik MTK, Sawaengdee W, Mahasirimongkol S, Perdigão J, Campino S, Clark TG, Phelan JE. TOAST: a novel tool for designing targeted gene amplicons and an optimised set of primers for high-throughput sequencing in tuberculosis genomic studies. BMC Genomics 26(1). doi:10.1186/s12864-025-12247-9
- Wang L, Campino S, Clark TG, Phelan JE. LSTM-based deep learning model for the discovery of antimicrobial peptides targeting Mycobacterium tuberculosis. Bioinformatics Advances. doi:10.1093/bioadv/vbaf274
- Wang L, Campino S, Clark TG, Phelan JE. A multi-stage machine learning framework for stepwise prediction of tuberculosis treatment outcomes: integrating gradient boosted decision trees and feature-level analysis for clinical decision support. Research Square (preprint). doi:10.21203/rs.3.rs-7558046/v1
- Thawong N, Sriloha P, Phelan JE, Phornsiricharoenphant W, et al., Wang L, Clark TG. Genomic analysis of tuberculosis in Thailand. Research Square (submitted).
- Data Study Group Team. Detecting shallow gas from marine seismic images. The Alan Turing Institute. Final report
2024
- Wang L, Lim DR, Phelan J, Campino S, Hibberd ML. WGS of TB in the Philippines. Sci Rep 14:70471.
- Phelan J, Niazi F, Wang L, Ngwana-Joseph GC, et al. TGV: tools to visualize transmission graphs. NAR Genomics Bioinform 6(4).
2023
- Wang L, Campino S, Phelan J, Clark TG. Mixed infections in drug-resistant TB. Sci Rep 13:1–8.
- Libiseller-Egger J, Wang L, Deelder W, Campino S, et al. TB-ML: comparing ML models for TB drug resistance. Bioinform Adv.
（更多论文见 Google Scholar）
当前工作：Biographica
从 DNA 序列预测基因表达： 面向作物基因编辑靶点的深度学习
在 Biographica，我构建从 DNA 序列预测基因表达的深度学习模型，用于筛选作物中优先的基因编辑靶点。 除模型之外，我还参与开发跨番茄品系的基因识别流程，并正在将同一套方法扩展到酵母。
博士论文
当传染病基因组学遇上人工智能： 可扩展的模型、可解释的工具与数据驱动的诊断方法
其他经历
图灵研究所 DSG 黑客松： 海上地震勘探数据中的浅层气体检测（艾伦·图灵研究所 Data Study Group 挑战赛）
- 探索用于地理空间模式识别的 CNN 架构与集成学习方法。
- 针对噪声大、对比度低的海洋数据集，开发了浅层气体识别的分类、分割与目标检测模型。
- 参与撰写面向产业合作方 BP 的项目结题报告，并以侧重可解释性的可视化方式呈现结果。
教学出访
数据与人工智能： 面向病原体基因组学的课程（菲律宾、印度尼西亚、泰国、英国）
- 讲授 Bash 编程与命令行软件的使用。
- 讲授团队自主开发的基因组测序流程背后的数学与生物学原理。
- 使用 LangChain 与 ChromaDB 构建基于课程内容的 RAG 问答机器人，支持学员互动答疑。
- 开设一对一问题研讨：针对学员实际研究中的问题，提供人工智能与生物信息学解决方案。
