□ 周龙飞

科技改变世界，创新成就未来。近年来，一些科学家们矢志攀登科学高峰，不断将新兴技术应用到改善人类健康和疾病等研究领域中。我们在不远的将来可以看到这样的一个场景：当新患者到达医院时，生物信息专家对患者的基因组进行测序，并将其与数据库进行比较，以识别突变和致病基因；使用组织样本进行实验室测试；以及处理有关患者的行为和生活方式。将患者的基因组，转录组和生活方式信息与精选的生物医学知识（例如疾病和代谢途径）数据库相结合。最后，机器学习算法可以预测患者在不久的将来患上特定疾病的可能性。

为了做出准确的预测，机器学习模型需要使用许多不同类型的数据。只有通过分析多种类型的患者数据才能做出准确的预测。这都让我们深刻感受到机器学习在生物医学信息研究中的重要性。

刘光徽，就是这些科学家中的一员。刘光徽及其团队正是做基于机器学习的生物医学信息挖掘方面的研究。他们目前主要从事生物医学分子模式识别方法及海量生物数据挖掘的信息特征分析和处理的研究工作，在DNA甲基化和基因表达等多组学癌症数据与蛋白质-蛋白质相互作用（PPI）网络相结合来预测癌症基因以及蛋白质网络功能模块挖掘方面形成了创新性研究成果。近年来，已成功在国内外期刊和会议上发表了30多篇科学论文。他还担任了国内外多个权威专业期刊的审稿专家。最新研究论文发表在Bioinformatics期刊上，该期刊是生物信息学领域被引用次数最多的期刊。他的研究成果还发表在其他具有国际知名度和影响力的生物信息学杂志上。

“我们的研究目的是在癌症的表观遗传多组学数据中找到各个特征（例如基因表达和DNA甲基化）之间的关系。在我们的项目中，我们尝试使用各种机器学习方法来提高预测精度。我们可以从这个项目的多组学数据集中找出重要的基因，为癌症患者制定治疗推荐药物提供依据。”刘光徽说。

从选择科学研究以来，就已经注定他的事业将与生物医学信息结下不解之缘。机会是给有准备的人，刘光徽本身就是一个有准备的人。多年扎实而深厚的计算机及生物信息学功底为他成为生物信息学专家奠定了坚实的理论基础。

在他心中有一盏明灯：生物信息学是未来生物医学研究最宝贵的财富之一。他在用自己的行动，阐释机器学习在生物信息学研究中的意义，并促使他渗透到生物医学研究的方方面面之中，揭示生命的奥秘，除祛人类的病痛。这也是这位走在时代前沿的科学家发自肺腑的心声。