个人简介

1.基本信息：

姓名：武思文

职务：武思文课题组组长

职称：副研究员

2.教育背景：

2012年9月-2016年7月：本科，天津师范大学，信息工程（主修），经济学（辅修）

2016年9月-2019年7月：硕士，天津师范大学，计算机应用技术

2019年8月-2023年8月：博士，北卡罗来纳大学夏洛特分校，生物信息学

3.研究领域：

1）基于结构、序列与机器学习方法为脊髓灰质炎VLP筛选特定变异位点，从而提高其稳定性和表达量；

2）对脊椎动物基因组进行染色体水平的组装和注释，以及使用群体遗传学的方法将动物性状与遗传背景相关联；

3）使用机器学习以及蛋白质语言模型的方法识别并对所有种类的核酸结合蛋白进行预测并分类。

4.主要研究项目：

基于人工智能的方法对脊髓灰质炎VLP进行热稳定性、表达量与免疫原性方面的优化设计

5.代表性成果：

1) Siwen Wu, Jun-tao Guo. Improved prediction of DNA and RNA binding proteins with deep learning models. Briefings in Bioinformatics. 2024.

2）Wu S, Wang K, Dou T, Yuan S, Yan S, Xu Z, Liu Y, Jian Z, Zhao J, Zhao R, Zi X, Gu D, Liu L, Li Q, Wu DD, Jia J, Su Z, Ge C. High quality assemblies of four indigenous chicken genomes and related functional data resources. Scientific Data. 2024.

3）Wu S, Wang K, Dou T, Yuan S, Wu DD, Ge C, Jia J, Su Z. High-quality genome assembly of a C. crossoptilon and related functional and genetics data resources. Scientific Data. 2024.

4）Wu S, Dou T, Yuan S, Yan S, Xu Z, Liu Y, Jian Z, Zhao J, Zhao R, Zi X, Gu D, Liu L, Li Q, Wu DD, Jia J, Ge C, Su Z, Wang K. Annotations of four high-quality indigenous chicken genomes identify more than one thousand missing genes in subtelomeric regions and micro-chromosomes with high G/C contents. BMC Genomics. 2024.

5）Wu S, Dou T, Wang K, Yuan S, Yan S, Xu Z, Liu Y, Jian Z, Zhao J, Zhao R, Wu H, Gu D, Liu L, Li Q, Wu DD, Ge C, Su Z, Jia J. Artificial selection footprints in indigenous and commercial chicken genomes. BMC Genomics. 2024.

6）Wu S, Xu J, Guo JT. Accurate prediction of nucleic acid binding proteins using protein language model. Bioinformatics Advances. 2025.

7）Wu S, Xu J, Guo JT.Prediction of single-stranded DNA binding proteins with protein language model. BIBM. 2024.

8）Ni P, Wu S, Su Z. Underlying causes for prevalent false positives and false negatives in STARR-seq data. NAR Genomics and Bioinformatics. 2023.

9）Ni P, Wu S, Su Z. Validated Negative Regions (VNRs) in the VISTA Database might be Truncated Forms of Bona Fide Enhancers. Advanced Genetics. 2024.

10）Chen J, Ni P, Wu S, Niu M, Guo J, Su Z. Prevalent use and evolution of exonic regulatory sequences in the human genome. Natural Sciences. 2023.

所属专业

遗传学（生物信息学方向）

研究方向

1）基于结构、序列与机器学习方法为脊髓灰质炎VLP筛选特定变异位点，从而提高其稳定性和表达量；

2）对脊椎动物基因组进行染色体水平的组装和注释，以及使用群体遗传学的方法将动物性状与遗传背景相关联；

3）使用机器学习以及蛋白质语言模型的方法识别并对所有种类的核酸结合蛋白进行预测并分类。

联系方式 

邮箱：wsw@imbcams.com.cn

电话：13620609340