中国人民大学健康大数据研究院鼓励并支持优秀在校学生围绕健康数据科学各领域实际问题展开探索性研究，激发学术兴趣、锤炼科研能力、积累实战经验。2026年，在学校“求是学术-栋梁”品牌研究项目框架下，研究院组织编制选题指南，学生自由组队申报，经评审公示立项。特别的，研究团队中不仅有硕博研究生，还有优秀本科生参与，在不同培养阶段学生之间形成科研协作。通过项目研究实践帮助本科生了解和掌握学术研究流程与规范，发挥研究生在本科生学术训练中的朋辈引领和指导带动作用，进一步提升团队数学建模、数据分析和算法实践能力。

    一、项目简介

    近年来，空间转录组、空间蛋白组等空间组学技术快速发展，使研究者能够在保留组织原位空间结构的同时获取基因、蛋白等多层次分子信息，为理解组织形成、生长发育、疾病演变以及健康状态变化提供了新的研究基础。随着测量技术不断进步，空间组学数据的类型和规模持续增加，如何综合利用不同层面的分子信息，更加完整地认识复杂组织的空间结构与生物学特征，已成为生命科学、医学和数据科学交叉研究中的重要问题。然而，不同组学数据在特征形式、信息尺度和生物学含义上存在明显差异，同时还受到高维、噪声和空间异质性等因素影响，单一数据类型或简单的数据整合方式难以充分揭示不同层次信息之间的复杂联系。因此，如何建立更加有效的空间多组学数据整合与分析方法，是进一步发挥空间组学数据价值的重要基础。本项目将面向空间多组学复杂数据分析问题，探索适用于多源、多层次空间生物数据的整合学习方法，提升不同类型信息的协同利用能力，为复杂组织结构解析和生物学规律发现提供更加可靠的计算支持。项目希望通过相关方法研究，为生长发育、疾病机制及早期异常识别等生命健康问题提供新的分析工具，并为空间多组学数据的进一步开发和利用奠定方法基础。

    二、研究团队

    张芳琴，数学学院2025级博士生，研究方向：生物数据挖掘、深度学习。

    刘赞，数学学院2025级学术型硕士研究生，研究方向：生物信息学。

    周亚晶，数学学院2023级数据计算与应用专业本科生，曾获“求是学术”品牌研究项目校级立项、创新杯学生课外学术科技作品竞赛三等奖，并获三好学生、优秀共青团员荣誉和优秀学生骨干奖学金。