彭科钦 (Keqin Peng)
|
|
Incoming PhD Student in Computational Biology |
关于我
我即将于2026年8月加入 Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) 计算生物学院攻读计算生物学博士学位，导师为 Dr. Jun Wen， 并将在 PAI Lab 开展研究。我的博士研究方向是 Graph Machine Learning for Contextualized Drug Response and Drug Repurposing。
我的核心研究兴趣是构建 Contextualized High-Order Biomedical Relation Learning (CHORL) 框架： 通过多源生物医学知识图谱整合基因组、转录组、蛋白组、药物、疾病、临床和扰动数据， 学习高阶、上下文化的生物医学关系。该框架面向药物组合预测、药物-疾病关联预测、 副作用建模、药物发现与重定位、基因突变到疾病映射等任务，并希望为精准癌症治疗提供 可解释的计算证据。
在博士研究之前，我主要从事自然语言处理、文档级关系抽取、生物医学实验文本挖掘和知识图谱构建。 这些经历使我关注如何从文献、数据库和多模态生物数据中抽取结构化知识，并将其注入图机器学习模型， 用于 AI 驱动的药物发现和计算生物学研究。
博士研究方向
我的博士研究围绕 Contextualized High-Order Biomedical Relation Learning (CHORL) 展开。 CHORL 的目标是构建一个综合性的生物医学知识图谱，将基因组学、转录组学、蛋白组学、 药物、疾病、临床和扰动等不同来源的先验知识注入统一的图学习框架中， 从而支持复杂生物医学任务的预测与解释。
Contextualized Drug Response Prediction: 在不同细胞系、疾病背景、分子状态和扰动条件下预测药物反应。
Drug Combination and Synergy Prediction: 基于药物、靶点、通路、细胞上下文和高阶关系预测药物组合协同效应。
Drug-Disease Association and Drug Repurposing: 通过生物医学知识图谱学习药物、疾病、基因和表型之间的潜在关联，用于适应症拓展和药物重定位。
Perturbation-aware Biomedical Graph Learning: 整合 LINCS L1000、Tahoe-100M 等扰动数据，建模药物处理后的细胞状态变化和转录响应。
Interpretable Biomedical Relation Learning: 关注模型预测背后的靶点、通路、PPI 特异性和证据路径，为精准癌症治疗提供可解释的计算证据。
教育经历
|
Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) (2026.08 ~ 2030.07 expected)
|
|
University of Glasgow (2024.09 ~ 2025.09)
|
|
北京师范大学 (2018.9 ~ 2022.7)
|
学术论文
-
U-Net with depthwise separable convolutions and big kernels for document-level relation extraction
Rongen Yan, Keqin Peng and Depeng Dang
2023 11th Transactions of the Association for Computational Linguistics. [Reviewing]destails
见刊后会为您呈现 -
Document-level relation extraction with less redundant image-style feature
Rongen Yan, Keqin Peng and Depeng Dang
2023 11th Transactions of the Association for Computational Linguistics. [Reviewing]destails
见刊后会为您呈现 -
基于事件结构的多文本摘要生成方法研究
Keqin Peng and Xuesong Wang
北京师范大学毕业论文[PDF]details
- 传统的多文本摘要方法往往存在着丢失文段之间的信息的问题，这限制了传统自动摘要神经网络模型的输 出效果。我们引入分层 Transformer 模型，对排序筛选后的段落进行层次化的连接和编码，提高了输出摘要 的质量。
- 基于 LSTM 模型的排序算法可以计算出段落和输入标题的相关程度，以此作为排序和筛选的依据，提升模 型对于输入规模的承受能力。
- 分层的 Transformer 结构可以分别学习段落内字符和段落之间的上下文信息，刻画事件结构。
- 使用 Beam Search 和长度归一方法来提升输出句子的长度和流畅性。
工作经历
项目开发
- 智能财税系统
- 采用 Python 和 Selenium 技术栈开发自动记账机器人模块，实现网页自动化操作和本地文件处理。
- 参与需求讨论，帮助确定功能覆盖范围和技术选型。
- 设计并实现了自动预处理机器人模块的逻辑，利用 PyPDF2 和 Pandas 处理文档数据，提升自动化程度和数据准确性。
- 数管家系统
- 使用 Java 和 Spring Boot 框架开发配置中心、项目工作台、首页、商务管理等模块，确保系统的高性能和可维护性。
- 参与项目中心模块的逻辑设计，应用 RESTful API 设计理念，确保项目列表和交办事项的高效管理。
- 设计数据库架构，优化查询性能，使用 MySQL 数据库管理系统以支持大量数据的快速存取，并通过 MyBatis 实现高效的 ORM（对象关系映射）。
- 智能财税系统
企业人工智能转型研究
- 设计大模型应用能力理论知识以及实践能力考核流程。
- 撰写公司人工智能发展建议书：分析公司现状和行业竞争态势，挑选合适的技术路线和发展路径；深入分析适合公司的人工智能发展路径、投入规模、产品输出模式和回款周期；起草公司人工智能开发团队的基本开发流程和规范。
NLP 技术研发与应用
- 制作医疗实验文本数据集：收集全球医疗实验各领域实验室的20万篇操作文本；利用NER+RE+keylist混合方法清洗并整理数据，确保格式统一和内容有效；采用小样本预训练与自动标注模型相结合的方式，以较低成本获得高质量的数据集。
- 技术验证与流水线搭建：验证NER、RE、SRL、KG等现有技术，为任务提供可行的技术路径。
- 提出新任务并设计模型：提出从自然语言文本中提取关键步骤流程图的任务，并完成相应模型设计。
- 重新设计端到端模型：针对任务需求优化模型设计，解决错误积累和错误传播的问题。
- 新技术部署与医疗实验室对接。
湖南长沙银行数字科技有限公司
2024.01 ~ 2024.09
职位: 后端开发工程师, 开发一部
清华大学人工智能产业研究院
2022.07 ~ 2023.07
职位: NLP 研发工程师
发明专利
一种文档级关系抽取方法、系统、设备及存储介质
颜荣恩, 彭科钦
国家发明专利, 审核中
其他项目
科研任务发布平台
数据库负责人; 2021.3~2021.5
北京师范大学大学本科生自主探索项目
美国大学生数学建模大赛
编程手; 2021.01-2021.03