课题组聚焦于 生物信息学与发育生物学 交叉前沿领域，致力于解析人类早期胚胎发育机制，并建立可预测、可实验验证的人类早期胚胎发育模型。通过整合单细胞与空间多组学、人工智能、干细胞来源体外胚胎模型及功能扰动实验，构建“观察—预测—验证”的研究体系。
具体研究方向包括但不限于：
1. 人类早期胚胎发育多模态参考图谱
整合单细胞、空间及多组学数据，系统解析人类早期胚胎发育过程及细胞谱系形成机制。
2. 人工智能与发育命运预测
发展面向发育生物学的人工智能与计算方法，预测细胞状态转换、谱系决定及关键调控因子，推动从描述性图谱向预测性发育生物学发展。
3. 胚胎模型与虚拟人类胚胎（Virtual Human Embryo）
结合体外胚胎模型、CRISPR/化学扰动及单细胞多组学，对计算预测进行功能验证，建立“预测—扰动—表型—模型迭代”的研究闭环，长期目标是构建可实验检验的人类虚拟胚胎模型。
【招生招聘信息】
课题组欢迎具有科研热情，并具有发育生物学、干细胞生物学、生物信息学、单细胞与空间组学、人工智能/机器学习、计算生物学、生物医学工程等相关背景的学生及青年研究人员加入。
尤其欢迎两类申请者：
一是具有单细胞/空间组学、机器学习、生成式模型或计算生物学背景，希望利用人工智能研究真实生物学问题；
二是具有干细胞培养、早期胚胎体外模型、CRISPR基因扰动或分子细胞生物学背景，希望结合计算预测开展机制研究。
课题组强调计算与实验的深度融合，致力于发展具有国际辨识度的预测性人类早期胚胎发育研究体系。
2026年8月 至今, 同济大学，医学院, 长聘副教授
2022年5月 至 2026年7月, 卡罗林斯卡医学院，研究专家
2018年5月 至 2022年5月, 卡罗林斯卡医学院，博士后
