杨海涛，博士，威尼斯95997教授，博士研究生导师（卫生统计学方向），现任威尼斯95997临床实践教学部副主任、威尼斯95997医学与健康研究院PI。美国密歇根州立大学统计与概率系 访问学者、博士后。中国现场统计研究会大数据统计分会理事、全国工业统计学教学研究会青年统计学家协会理事。

研究方向：

1.  多组学数据整合模型的构建和发展

随着组学新技术的不断涌现，组学研究正向着定量化、高通量的方向发展，多组学数据的整合分析已成为探索生命机制的新方向。组学数据的整合为全面了解生物学系统和机制提供了前提条件。多组学数据整合模型的构建和发展将有助于解开复杂疾病的分子机制，探索和利用多分子层次间的相互作用，为改善疾病的预防与治疗提供统计方法学上的支持。

2.  高维统计推断模型的构建与发展

为了提高复杂疾病易感基因的探测能力，就需要针对遗传数据的高维性（p>>n）、复杂相关性、非线性和不同的遗传效应假设等特点，发展一个能够自适应不同遗传效应假设，基于基因的非线性高维统计推断模型。模型的构建将为组学数据的分析和解释提供方法学上的支持，从而更好地理解复杂疾病背后的遗传机制，同时也为进一步系统地整合生物和环境信息提供更为可靠的遗传学基础。

3.  多维数组模型的构建与发展

在生物医学研究领域，很多数据更适合表示为多维数组（也称为张量Tensor）。多维数组是将熟知的双向数据矩阵（例如样本×变量）扩展到更高的维度。多维数组数据多见于分子图谱和图像模式，在这些模式中，数据可以跨部位、跨组织类型以及跨多个时间点测量。基于高维数组数据的预测模型可以同时利用多维度的结构信息，有效地提高对复杂疾病的预测能力。

主要承担的课题：

1.  国家自然科学基金（面上），81872717，复杂疾病非线性基因效应探测的高维统计推断模型研究，（2019.1-2022.12），54万，主持。

2.  河北省自然科学基金（面上），H2019206558，基于复合核的复杂疾病多组学数据融合分类预测模型研究，2019/01-2021/12，10万，主持。

近期发表的代表性论文：

1.  Haitao Yang; Hongyan Cao; Tao He; Tong Wang; Yuehua Cui*. Multilevel heterogeneous omics data integration with kernel fusion, Briefings in Bioinformatics, 2020, 21(1):156~170.     

2.  Haitao Yang ; Shaoyu Li; Hongyan Cao; Chichen Zhang; Yuehua Cui*. Predicting disease trait with genomic data: a composite kernel approach, Briefings in Bioinformatics, 2017, 18(4): 591601.     

3.  Fang, Ruiling, Haitao Yang, Yuzhao Gao, Hongyan Cao, Ellen L. Goode, and Yuehua Cui. Gene-based mediation analysis in epigenetic studies. Briefings in Bioinformatics, 2021,22(3).

4.  Cui, Yuehua, and Haitao Yang. Dissecting genomic imprinting and genetic conflict from a game theory prospective: Comment on: Epigenetic game theory: How to compute the epigenetic control of maternal-to-zygotic transition by Qian Wang et al." Physics of life reviews, 2017, 20: 161.

联系方式：

地址：威尼斯95997，河北省石家庄市中山东路361号

电话：0311-86265779

邮箱：haitaoyang@hebmu.edu.cn