所在团队

田德朝副教授团队

 

研究方向

基于深度学习的单细胞HiC数据分析，基于可微优化的蛋白设计

 

教育经历

2013年9月～2017年6月山东科技大学信息管理与信息系统本科

2017年9月～2020年7月中国科学院大学深圳先进技术研究院计算机技术硕士

2021年4月～2024年6月东京大学医学信息生命博士

 

工作经历

2020年7月～2021年3月深圳先进技术研究院

2024年7月～2025年8月东京大学

2025年10月至今中山大学

 

代表性文章

  1. H. Zhang, X. Shao, Y. Peng, et al., “A novel machine learning based approach for ips progenitor cell identification,” PLoS computational biology, vol. 15, no. 12, e1007351, 2019.
  2. H. Zhang, D. H. Nguyen, and K. Tsuda, “Differentiable optimization layers enhance GNN-based mitosis detection,” Scientific Reports, vol. 13, no. 1, p. 14 306, 2023.
  3. Z. Dai, H. Zhang, F. Lin, S. Feng, Y. Wei, and J. Zhou, “The classification system and biomarkers for autism spectrum disorder: A machine learning approach,” in Bioinformatics Research and Applications: 17th International Symposium, ISBRA 2021, Shenzhen, China, November 26–28, 2021, Proceedings 17, Springer, 2021, pp. 289–299.
  4. H. Zhang, T. Zhang, K. M. Saravanan, et al., “Deepbindbc: A practical deep learning method for identifying native-like protein-ligand complexes in virtual screening,” Methods, vol. 205, pp. 247–262, 2022.
  5. H. Zhang, T. Zhang, K. M. Saravanan, et al., “A novel virtual drug screening pipeline with deep-learning as core component identifies inhibitor of pancreatic alpha-amylase,” in 2021 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), IEEE, 2021, pp. 104–111.
  6. H. Zhang, D. Das, and K. Tsuda, “Preference-optimized pareto set learning for blackbox optimization,” arXiv preprint arXiv:2408.09976, 2024.