,获计算机软件与理论专业（并行计算方向）工学博士学位。.PDFVIP

牛北方，男，工学博士，1978 年 10 月生于 山东。2009 年毕业于中国科学院计算机网络信 息中心（超级计算中心），获计算机软件与理论 专业（并行计算方向）工学博士学位。2009 年 至 2012 年在美国加利福尼亚大学圣迭戈分校做 博士后研究工作。2012 年至今在美国圣路易斯 华盛顿大学医学院基因组研究所任研究员。 牛北方博士主要从事生物、医学大数据的高性能计算技术研究工 作，具体涉及癌基因组学、计算基因组学、宏基因组学、新一代高通 量测序的大数据处理技术等研究，并在其两个主要应用领域——宏基 因组、多子克隆结构癌变基因组取得多项标志性成果。 牛北方博士于2009年3月至2012年7月在美国加利福尼亚大学圣 迭戈分校从事博士后???究工作期间，基于当时最先进的基因组测序平 台，设计并研发了一系列针对该平台高通量测序数据的算法、软件工 具和计算体系支撑，主要包括DNA、蛋白质序列的比对定位、聚类分 析和冗余探查，以及宏基因组的组装等。这些研究得到美国国立卫生 研究院（National Institute of Health，NIH）、美国国家科学基金委 （National Science Fundation，NSF）、美国国立人类基因组研究院 （National Human Genome Research Institute，NHGRI）和美国国家癌 症研究院（National Cancer Institute，NCI）资助，代表性创新研究成 果包括： 1.基于 CD-HIT 软件平台的研究与开发 CD-HIT 是基因组和蛋白序列研究领域内享有盛誉且应用最为广 泛的聚类分析工具。牛北方博士在博士后期间，有幸与 CD-HIT 的原 创者 Weizhong Li 研究员及其团队合作，创造性的引入 OpenMP 多线 程并行技术，以近乎线性的加速比实现了 CD-HIT 软件平台的并行化。 新的并行 CD-HIT 平台完成全部 NR 蛋白序列数据库聚类的时间从原 先的几个星期缩短为不到两个小时。该成果得到 Weizhong Li 团队的 高度评价，并得到学界的广泛认可——从 2012 年 10 月发布至今，软 件包下载量已达 4000 余次。此后，牛北方博士基于 454 测序平台， 设 计 并 开 发 了 人 为 重 复 序 列 识 别 算 法 和 对 应 的 软 件 工 具 CD-HIT-454。由于人工聚合酶链式反应(PCR)在 454 测序过程中易造 成人为重复序列，进而导致后续的数据采集、分析的准确性急剧下降， 大量测序数据由于重复序列问题无法使用而被丢弃。解决人为重复序 列的识别对于 454 测序数据的处理极其重要，不仅可以使原先被废弃 的大量数据重新得到应用，而且能够显著提高下游分析软件的性能。 牛北方博士设计的人为重复序列识别算法能够识别并去除大多数重 复序列。上述成果先后发表在本领域顶级期刊 Bioinformatics（影响 因子 6.911）和 BMC bioinformatics（影响因子 3.02）上，累计引用 （Google Scholar Citation）188 次。其中该刊影响因子达 3.02。需要 特别指出的是，CD-HIT-454 还得到工业界的高度认可，已经有测序 公司将 CD-HIT-454 作为行业标准纳入 454 测序平台的数据质量控制 体系中，并且嵌入到他们的分析产品中。 2.率先提出并实现针对宏基因组测序 read 的招募方法和软件 FR-HIT 的设计和开发 宏基因组学主要包括多微生物种群之间及其与其他种群的混合 基因组的相关研究。例如，人体的肠道菌群与人基因组的整合研究， 病毒与人体基因组融合与诱发癌变等。确定宏基因组测序数据中具体 包含哪些已知和未知的融合基因片段是宏基因组学，也是癌变基因