个人简介

  许召春，副教授，硕士生导师。长期从事生物信息学、免疫信息学等方面的研究和应用工作，聚焦肿瘤治疗性mRNA疫苗设计、癌症智能早筛等前沿问题，近年来，承担和参与基金委面上、地区等项目十余项，发表SCI检索论文三十余篇。主要讲授《高等数学》、《线性代数》、《概率论与数理统计》、《数学分析》等多门本科生、研究生课程。

教育经历

2019年9月 哈尔滨工业大学，生命科学与技术学院，生物医学工程，博士

2018年9月，电子科技大学，生命科学与技术学院，生物信息，访学

2015年9月，景德镇陶瓷大学，材料工程，硕士

1998年9月，南昌大学，数理学院，数学，本科

主要学术成果

从事的科学研究方面主要涉及生物信息学与免疫信息学。以第一作者及通讯作者在《Briefings in Bioinformatics》《Bioinformatics》《Clinical and Translational Medicine》等国际著名期刊发表SCI论文10余篇，其中发表《Bioinformatics》期刊上的论文“iCarPS: a computational tool for identifying protein carbonylation sites by novel encoded features”入选ESI前1%高被引论文。主持国家自然基金1项，市厅级科技项目3项；参与国家自然科学基金3项。Interdisciplinary Sciences-Computational Life Sciences (INSC); Protein & Peptide Letters; Genomics, Proteomics & Bioinformatics等国内外杂志特约审稿人。

1.主持或参与的科研项目

（1）国家自然基金，62062043，基于深度学习的单细胞RNA-m6A甲基化修饰位点预测及功能分析，2021/01-2024/12，在研，主持；

（2）江西省市科技项目，20192GYZD008-04，融合多策略特征筛选的基因组修饰位点预测，2020.01-2021.12，在研，主持；

（3）江西省教育厅科学技术研究项目，180733，特征选择及其在基因组修饰位点预测中的应用研究，2019/01-2020/12结题，主持；

（4）江西省教育厅科学技术研究项目，GJJ160910，基于深度学习的DNA位点的分析与预测研究，2017/01-2018/12,已结题，主持；

（5）国家自然基金，31860312，集成学习框架下的DNA启动子分类及其甲基化预测研究，2019/01-2022/12,在研，参与；

（6）国家自然基金，61841104，基于异构神经网络的多源信息融合方法及其在药物-靶标相互作用预测中的应用研究，2019/01-2019.12,已结题，参与；

（7）国家自然基金，31760315，基于不平衡多标签数据处理技术的蛋白质修饰若干问题研究，2018/01-2021/12,已结题，参与；

（8）江西省自然科学基金（重点），20171ACB20023，基于高通量测序数据的DNA启动子分类及甲基化预测研究，2018/01-2020/12,已结题，参与；

（9）江西省自然科学基金，20171BAB202020，基于集成学习的赖氨酸修饰机制研究，2017/01-2018/12,已结题，参与

2.发表论文

2022

[1] Zhengtao Luo^#, Guangfu Xue^#, Weizhong Lin, Wangren Qiu, Yideng Cai, Wenyi Yang, Xuan Xiao*, Zhaochun Xu*. Predicting N6-methyladenosine sites in multiple tissues of mammals through ensemble deep learning. Computational and Mathematical Methods in Medicine, 2022, Accept. (SCI, IF= 2.238)

2021

[1] Zhaochun Xu^#, Meng Luo^#, Weizhong Lin^#, Guangfu Xue, Pingping Wang, Xiyun Jin, Chang Xu, Wenyang Zhou, Yideng Cai, Wenyi Yang, Huan Nie, Qinghua Jiang*. DLpTCR: an ensemble deep learning framework for predicting immunogenic peptide recognized by T cell receptor. https://doi.org/10.1093/bib/bbab335. Briefings in Bioinformatics. (SCI, IF= 11.622)

[2] Pingping Wang^#, Zhaochun Xu^#, Wenyang Zhou^#, Xiyun Jin, Chang Xu, Meng Luo, Kexin Ma, Huimin Cao,Yan Huang, Xiaoyu Lin, Fenglan Pang, Yiqun Li, Qinghua Jiang*. Identification of potential vaccine targets for SARS-CoV-2 by combining single-cell and bulk TCR sequencing. Clinical and Translational Medicine. 2021 May;11(5):e430. doi: 10.1002/ctm2.430. (SCI, IF= 11.492)

[3] Ang Song; Xuan Xiao*; Zhaochun Xu*; iPTT(2L)-CNN: A Two-Layer Predictor for Identifying Promoters and Their Types in Plant Genomes by Convolutional Neural Network, Computational and Mathematical Methods in Medicine, 2021, DOI:10.1155/2021/6636350. (SCI, IF= 1.770)

2020

[1] Lei Zhang; Xuan Xiao*; Zhaochun Xu*; iPromoter-5mC: A Novel Fusion Decision Predictor for the Identification of 5-Methylcytosine Sites in Genome-Wide DNA Promoters, Frontiers in Cell and Developmental Biology, 2020, 8: 614, DOI: 10.3389/fcell.2020.00614. (SCI, IF=5.206)

[2] Dan Zhang^#; Zhao-Chun Xu^#; Wei Su; Yu-He Yang; Hao Lv; Hui Yang; Hao Lin*; iCarPS: a computational tool for identifying protein carbonylation sites by novel encoded features, Bioinformatics, Doi:10.1093/bioinformatics/btaa702. 2020 (SCI, IF=5.61)

[3] Wenyang Zhou^#, Fan Yang^#, Zhaochun Xu^#, Meng Luo, Pingping Wang, Yu Guo, Huan Nie*, Lifen Yao*, Qinghua Jiang*. Comprehensive Analysis of Copy Number Variations in Kidney Cancer by Single-Cell Exome Sequencing. Front Genet. 2020 Jan 23;10:1379. (SCI IF=3.258)

2019

[1] Xu Zhaochun; Feng Pengmian; Yang Hui; Qiu Wangren; Chen Wei*; Lin Hao*; iRNAD: a computational tool for identifying D modification sites in RNA sequence, Bioinformatics, 2019, 35(23): 4922-4929. (SCI, IF=4.53)

[2] Zhao-Chun Xu; Xuan Xiao; Wang-Ren Qiu; Peng Wang; Xin-Zhu Fang; iAI-DSAE: A Computational Method for Adenosine to Inosine Editing Site Prediction, Letters in Organic Chemistry, 2019,16(4): 347-355. (SCI, IF= 0.779)

[3] Xiao Xuan*; Xu Zhaochun*; Qiu Wangren; Wang Peng; Ge Huiting; Chou Kuochen; iPSW (2L)-PseKNC: A two-layer predictor for identifying promoters and their strength by hybrid features via pseudo K-tuple nucleotide composition, Genomics, 2019, 111(6): 1785-1793. (SCI, IF=6.205)

[4] Feng Pengmian^#; Xu Zhaochun^#; Yang Hui; Lv Hao; Ding Hui; Liu Li*; Identification of D modification sites by integrating heterogeneous features in Saccharomyces cerevisiae, Molecules, 2019, 24(3): 380. (SCI, IF=3.060)

2017

[1] Xu Zhaochun*; Wang Peng; Qiu Wangren*; Xiao Xuan*; iSS-PC: Identifying Splicing Sites via Physical-Chemical Properties Using Deep Sparse Auto-Encoder, Scientific Reports, 2017, 7(1): 8222. (SCI, IF= 4.259)

[2] Xu Zhaochun; Jiang Shiyu; Qiu Wangren*; Liu Yinchun; Xiao Xuan*; iDHSs-PseTNC: Identifying DNase I Hypersensitive Sites with Pseuo Trinucleotide Component by Deep Sparse Auto-encoder, Letters in Organic Chemistry, 2017, 14(9): 655-664. (SCI, IF= 0.730)

[3] Zhao-Chun Xu; Wang-Ren Qiu; and Xuan Xiao; iRSpotH-TNCPseAAC: Identifying Recombination Spots in Human by Using Pseudo Trinucleotide Composition with an Ensemble of Support Vector Machine Classifiers, Letters in Organic Chemistry, 2017, 14(9):703-713. (SCI, IF= 0.730)