团队简历
近年来，生物信息学研究、医学研究和高通测序技术的发展，产生了海量生物医学数据，挖掘生物医学数据，成为极具挑战性的工作。实验室面向生物医学数据，研究矩阵分解、表达学习、图学习，网络缺失边预测等数据挖掘方法、机器学习模型，探索药物副作用、药物靶点、药物-药物反应、药物-疾病关系、微生物-疾病关系、脑科学与人工智能等科学问题，发现具有价值的知识和信息。
实验室主要工作包括：
设计半监督学习框架下的多源数据整合方法，并将这些方法应用于解决社交网络、生物医学、数据挖掘中的热点问题；
关注网络缺失边预测问题，设计了基于迁移学习和网络拓扑不变性的预测方法，并将研究成果应用于解决社交网络、生物医学、数据挖掘问题；
药物副作用预测，药物靶点预测，药物-药物反应预测，药物-疾病关系挖掘、脑科学与人工智能。
科研成果
主要论文：
1. Wen Zhang, Weitai Yang, XIaoting Lu, Feng Huang, Fei Luo. The Bi-direction Similarity Integration Method for Predicting Microbe-disease Associations. IEEE Access, IEEE Access, v 6, p 38052-38061, June 29, 2018
2. Wen Zhang, Xiang Yue, Weiran Lin, Wenjian Wu, Ruoqi Liu, Feng Huang,Feng Liu. Predicting drug-disease associations by using similarity constrained matrix factorization.BMC Bioinformatics, 2018, BMC Bioinformatics 19(1), DOI: 10.1186/s12859-018-2220-4
3. Wen Zhang, Xiang Yue, Feng Huang, Ruoqi Liu, Yanlin Chen, Chunyang Ruan. Predicting drug-disease associations and their therapeutic function based on the drug-disease association bipartite network.Methods, 2018, in press, https://doi.org/10.1016/j.ymeth.2018.06.001
软件
drug-disease association prediction server: http://bioinfotech.cn/SCMFDD
BranchPoint Server: http://www.bioinfotech.cn/branchpoint/
Our GitHub: https://github.com/BioMedicalBigDataMiningLabWhu
