基本信息
-
王临风 (Linfeng Wang)
-
机器学习工程师 · Biographica，英国伦敦
-
机器学习与计算基因组学 博士，伦敦卫生与热带医学院
-
1997年11月15日
-
英语、中文、法语、日语
工作与科研经历
-
2026年4月 – 至今
机器学习工程师
Biographica，英国伦敦
-
开发、测试并评估基于 DNA 序列与生物学背景预测基因表达的深度学习模型
-
在 Azure 与 AWS 平台上搭建可扩展的 PyTorch 训练与微调流程，涵盖数据集构建、模型评估、超参数优化与可复现实验
-
将机器学习应用于基因编辑与作物性状预测，整合多组学数据
-
2021年10月 – 2026年3月
博士研究员
伦敦卫生与热带医学院（Clark–Campino–Phelan 实验室），英国伦敦
-
构建用于耐药性、治疗结果预测与蛋白质生成的机器学习模型
-
使用 CNN、RNN、GNN 与 Transformer 进行深度学习建模
-
开发基因扩增子测序设计工具（Python 与 Nextflow）
-
2025年3月 – 2025年10月
机器学习顾问
Deep Science Venture，英国伦敦
-
开发面向生物序列任务的 CNN、RNN 与 VAE 模型
-
应用 SHAP、LIME 与 DeepLIFT 进行模型可解释性分析
-
2024年8月 – 2024年10月
机器学习实习生
LinkGevity，英国伦敦
-
构建用于药物相互作用预测的 MLP 与 GNN 模型
-
在 GCP 上部署可扩展的训练流程
-
2024年1月
Data Study Group 参与者
艾伦·图灵研究所
-
构建用于地震数据分析的深度学习模型
-
部署结合对比学习的 CNN，用于地球物理图像分析
-
2022年8月 – 2023年2月
研究助理
字节跳动（VoyagerX），英国伦敦
-
构建化学数据库，并使用自编码器分析新抗原数据
-
主导市场调研与科研报告撰写
专业技能
-
编程语言
-
Python, R, Bash, MySQL, HTML/CSS, C++
-
数据科学与机器学习
-
PyTorch, PyG, scikit-learn, Transformers, LLMs, CNNs, RNNs, GNNs, VAEs, XGBoost
-
NumPy, Pandas, Scipy, Jax, Fastai, Numba
-
工程与云平台
-
AWS, GCP, Azure, Docker, Git, Nextflow, Jupyter, Huggingface, LangChain
-
可视化
-
Matplotlib, Plotly, Seaborn, ggplot2, Streamlit, Flask
-
基因组学工具
-
BWA-MEM, SAMtools, BCFtools, RAxML, FreeBayes, BEAST2, FigTree, Trimmomatic, iTOL, PLINK2, GATK
教育经历
-
2021 – 2026
机器学习与计算基因组学 博士
伦敦卫生与热带医学院（伦敦大学）
-
培养项目 — LiDo-DTP
-
资助方 — BBSRC
-
论文 — 结核病耐药性的整合基因组测序与机器学习研究及诊断工具开发
-
2019 – 2020
生物工程 研究型硕士（荣誉）
伦敦帝国理工学院
-
优异成绩 Merit
-
课程 — 计算与统计方法、生物工程前沿、生物材料
-
论文 — 由合成聚酯制备人工布鲁赫膜的设计
-
2016 – 2019
生物化学 理学学士（荣誉）
伦敦国王学院
-
一等荣誉学位
-
论文 — 基于设计蛋白连接系统的分子动力学模拟与 FRET 生物传感器一致性研究
发表论文
- Decoding positive selection in M. tuberculosis with phylogeny-guided graph attention models. BMC Bioinformatics (2026).
- TOAST - A novel tool for designing targeted gene amplicons in TB genomic studies. BMC Genomics 26(1) (2025).
- LSTM-based deep learning model for the discovery of antimicrobial peptides targeting M. tuberculosis. Bioinformatics Advances (2025).
- A multi-stage machine learning framework for stepwise prediction of TB treatment outcomes. Research Square（预印本，2025）.
- Detecting Shallow Gas from Marine Seismic Images. Turing Institute Data Study Group Report (2025).
- Whole genome sequencing of TB in the Philippines. Scientific Reports 14:70471 (2024).
- TGV - Visualisation tools for transmission graphs. NAR Genomics and Bioinformatics 6(4) (2024).
- Mixed infections in genotypic drug-resistant Mycobacterium tuberculosis. Scientific Reports 13:1-8 (2023).
- TB-ML - A framework for comparing ML approaches to predict drug resistance. Bioinformatics Advances (2023).
- Genomic analysis of tuberculosis in Thailand. Research Square（投稿中，2025）.
- Deep Learning Approaches for MIC Prediction in TB.（撰写中）
教学经历
- Python 编程 — 伦敦卫生与热带医学院硕士课程
- 基因组学工作坊讲师 — 菲律宾、印度尼西亚、泰国
- 助教 — Sysmic 统计学课程
组织与服务
-
2024 – 2025
学生委员会成员
LiDo 博士培养项目，英国伦敦
-
设计学生身心健康调研问卷
-
组织 300 余人参与的三日学术营
奖项与荣誉
-
2021 – 2026
UKRI BBSRC LiDo 博士奖学金
-
2020
帝国理工学院个人发展奖
-
高效的团队协作
-
超越学业要求的表现
-
独立而开放的思考
-
自我认知
-
主动的自我管理
-
2018
Wellcome Trust 生物医学暑期研究奖学金
-
资助于 Eugene Makeyev 博士实验室开展的暑期科研项目