我是一名癌症数据科学家，致力于运用人工智能与机器学习方法分析大规模分子数据。本科以一等荣誉学位毕业于莫纳什大学（Monash University）计算机科学专业，并获专业第一名；随后于悉尼大学（University of Sydney）取得癌症数据科学博士学位。在高盛（Goldman Sachs）担任软件工程师多年后，我转入癌症研究领域，现任儿童医学研究所（Children’s Medical Research Institute，CMRI）高级数据科学家，并兼任悉尼大学医学与健康学院兼任讲师（Adjunct Lecturer）。

我的研究聚焦于深度学习方法在癌症多组学数据中的应用，擅长联邦学习、生成模型与 Transformer 架构等方向。作为 Cancer Cell 杂志上 949 株人类癌细胞系泛癌蛋白质组图谱研究的共同第一作者（被引用超过 230 次），我参与构建了该领域被广泛使用的代表性资源；随后以第一作者身份在 Cancer Discovery、Nature Communications 与 Cancer Research Communications 上发表系列工作，分别提出面向癌症亚型分类的隐私保护联邦深度学习框架、用于多组学数据合成增强的生成式 AI 方法，以及结合生物通路信息的 Transformer 多组学整合模型。我与英国 Wellcome Sanger Institute、葡萄牙里斯本大学（Universidade de Lisboa）等机构保持长期的国际合作。

2025 年，我获颁澳大利亚新南威尔士州癌症研究所青年学者基金（Cancer Institute NSW Early Career Fellowship；$597,732，2026–2028），以独立首席研究员身份开展结合联邦学习的蛋白质组基础模型研究，服务多中心癌症诊疗；同时作为联合研究员（Associate Investigator）参与一项面向儿童高级别胶质瘤免疫治疗的医学研究未来基金项目（MRFF；$993,500）。截至目前，我的工作累计获得 900 余次引用（h 指数 8），共参与超过 159 万澳元的竞争性科研经费。

在学术服务方面，我自 2023 年起发起并主持 ProCan 癌症数据科学期刊讨论会（Cancer Data Science Journal Club），并定期为 Nature Communications、Genome Biology、Briefings in Bioinformatics 等期刊审稿，以及为香港创新科技署、荷兰研究理事会（NWO）等机构评审基金申请。我希望将先进的计算方法持续转化为可临床应用的工具，通过精准医疗改善癌症的诊断与预后。