基本信息

---

于彬，教授，硕士生导师。青岛科技大学生物医学大数据研究团队负责人，人工智能与生物医学大数据研究中心主任。2005年6月硕士毕业于上海大学计算数学专业，中国科学技术大学在职博士，加拿大University of Calgary访问学者。目前主要从事生成式人工智能、可解释人工智能、机器学习、数据挖掘、生物信息学、医学图像处理、计算机视觉与自然语言处理的研究。教育部学科评估专家，教育部学位中心评审专家。山东省生物信息学会秘书长。中国计算机学会生物信息学专业委员会执行委员，中国计算机学会人工智能与模式识别专业委员会委员，中国计算机学会大数据专业委员会委员，中国自动化学会智能健康与生物信息专业委员会委员，中国细胞生物学学会功能基因组信息学与系统生物学分会理事。国际期刊Frontiers in Bioinformatics副主编。IEEE BIBM (生物医学与生物信息学) 程序委员会委员。近年来主持国家自然科学基金面上项目 (1项)、山东省重点研发计划项目 (1项)、山东省自然科学基金面上项目 (3项)、教育部产学合作协同育人项目 (1项)、山东省高等学校科技计划项目 (2项)、山东省重点实验室开放基金 (1项)、海南省重点实验室开放基金 (1项)、青岛海尔集团研发项目 (2项)。承担国家自然科学基金项目 (2项)、国家社会科学基金项目 (1项)、山东省自然科学基金项目 (5项)、山东省优秀中青年科学家科研奖励基金计划项目 (1项)、山东省高等学校科技计划项目 (3项)、青岛市科技计划基础研究项目 (2项) 等科研项目26项。2012、2014、2017年三次获山东省高校科研成果二等奖，2008、2009、2016年三次获山东省高校科研成果三等奖。近年来在相关研究领域的主要期刊发表学术论文130余篇，参编著作两部。其中100余篇作为第一作者或通讯作者发表在SCI (包括中科院1区、2区多篇TOP期刊)、EI检索刊物上。SCI总他引数2845，H-index 31，高被引论文5篇。多篇论文被哈佛大学、剑桥大学、康奈尔大学、密歇根大学、加州大学、伊利诺伊大学香槟分校、大阪大学、新加坡南洋理工大学、蒙纳士大学、新南威尔士大学、美国国立卫生研究院、欧洲分子生物学实验室、德国人工智能研究中心等世界著名高校科研机构引用。多次受邀担任Cell、PNAS、Nature Communications、IEEE Transactions on Cybernetics、Information Fusion、Bioinformatics、Briefings in Bioinformatics、Knowledge-Based Systems、Expert Systems With Applications、Neural Networks、 PLOS Computational Biology、Genomics, Proteomics & Bioinformatics、Applied Soft Computing、Information Processing & Management、IEEE Journal of Biomedical and Health Informatics、BMC Genomics、International Journal of Biological Sciences、Journal of Proteome Research、IEEE/ACM Transactions on Computational Biology and Bioinformatics、Engineering Applications of Artificial Intelligence、Artificial Intelligence Review、iScience、Neural Computing and Applications、Computers in Biology and Medicine、Journal of Chemical Information and Modeling、Biomedical Signal Processing and Control、Journal of Molecular Biology、MATCH Communications in Mathematical and in Computer Chemistry、Chemometrics and Intelligent Laboratory Systems、Journal of Biomedical Informatics、Methods、BMC Microbiology、BMC Bioinformatics、Soft Computing、Biotechnology Journal、Molecular Genetics and Genomics、Mathematical Biosciences、Neural Processing Letters、Current Bioinformatics、Journal of Molecular Graphics & Modelling、Computational Biology and Chemistry等SCI期刊审稿人。

获奖及荣誉称号

---

个人称号及荣誉

• 青岛科技大学“我最喜爱的老师”荣誉称号

学术兼职

• 山东省生物信息学会秘书长

代表性奖项

• 山东高等学校优秀科研成果奖自然科学类，二等奖，2014

• 山东高等学校科学技术奖本科科学技术类，三等奖，2016

• 山东高等学校科学技术奖本科科学技术类，二等奖，2017

• 山东高等学校优秀科研成果奖自然科学类，二等奖，2012

• 山东高等学校优秀科研成果奖自然科学类，三等奖，2009

• 山东高等学校优秀科研成果奖自然科学类，三等奖，2008

• 山东省优秀硕士学位论文指导老师，2020

• 山东省研究生优秀成果奖三等奖指导老师，2019

• 山东省优秀学位论文指导老师，2017

• 山东省优秀学位论文指导老师，2015

• 山东省优秀学位论文指导教师，2010

• 山东省优秀学位论文指导教师，2009

教科研项目

---

• 国家自然科学基金面上项目，62172248，2022/01/-2025/12，在研，主持

• 山东省重点研发计划项目，2019GGX101001，2019/01-2020/12，已结题，主持

• 山东省自然科学基金面上项目，ZR2021MF098，2022/01-2024/12，在研，主持

• 山东省自然科学基金面上项目，ZR2018MC007，2018/03-2021/06，已结题，主持

• 山东省自然科学基金面上项目，ZR2013AM007，2013/10-2016/10，已结题，主持

• 2018年教育部第一批产学合作协同育人项目 (浪潮集团)，201801023017，2018/10-2019/10，已结题，主持

• 山东省高等学校科技计划项目，J17KA159，2017/06-2019/12，已结题，主持

• 山东省高等学校科技计划项目，J13LI54，2013/01-2015/12，已结题，主持

• 海南省计算科学与应用重点实验室开放课题，JSKX202001，2021/01-2023/12，已结题，主持

• 山东省智慧矿山信息技术重点实验室开放课题，2017/10-2018/09，已结题，主持

论文论著专利

---

代表性论文(#表示共同第一作者，*表示通讯作者)

• Yifei Wang, Pengju Ding, Congjing Wang, Shiyue He, Xin Gao, Bin Yu*. RPI-GGCN: Prediction of RNA-protein interaction based on interpretability gated graph convolution neural network and co-regularized variational autoencoders. IEEE Transactions on Neural Networks and Learning Systems, 2024. (JCR 1区TOP IF=10.2 CCF B) https://doi.org/10.1109/TNNLS.2024.3390935.

• Dianlong An, Panpan Liu, Yan Feng, Pengju Ding, Weifeng Zhou, Bin Yu*. Dynamic weighted knowledge distillation for brain tumor segmentation. Pattern Recognition, 2024, 155: 110731. (JCR 1区 TOP IF=7.5 CCF B)

• Haojie Lian, Pengju Ding, Chao Yu, Xinyu Zhang, Guozhu Liu, Bin Yu*. A weighted integration method based on graph representation learning for drug repositioning. Applied Soft Computing, 2024, 161: 111763. (JCR 1区 TOP IF=7.2)

• Xinyu Zhang#, Yifei Wang#, Qinqin Wei, Shiyue He, Adil Salhi, Bin Yu*. DRBPPred-GAT: Accurate prediction of DNA-binding proteins and RNA-binding proteins based on graph multi-head attention network. Knowledge-Based Systems, 2024, 285: 111354. (JCR 1区 TOP IF=7.2 CCF C)

• Yan Feng, Yuan Cao, Dianlong An, Panpan Liu, Xingyu Liao*, Bin Yu*. DAUnet: A U-shaped network combining deep supervision and attention for brain tumor segmentation. Knowledge-Based Systems, 2024, 285: 111348. (JCR 1区 TOP IF=7.2 CCF C)

• Yifei Wang#, Xue Wang#, Cheng Chen, Hongli Gao, Adil Salhi, Xin Gao, Bin Yu*. RPI-CapsuleGAN: Predicting RNA-protein interactions through an interpretable generative adversarial capsule network. Pattern Recognition, 2023, 141: 109626. (JCR 1区 TOP IF=8.0 CCF B)

• Pengju Ding, Yifei Wang, Xinyu Zhang, Xin Gao, Guozhu Liu, Bin Yu*. DeepSTF: predicting transcription factor binding sites by interpretable deep neural networks combining sequence and shape. Briefings in Bioinformatics, 2023, 24(4): bbad231. (JCR 1区 TOP IF=13.994 CCF B)

• Mingxiang Zhang, Hongli Gao, Xin Liao, Baoxing Ning, Haiming Gu*, Bin Yu*. DBGRU-SE: Predicting drug-drug interactions based on double BiGRU and squeeze-and-excitation attention mechanism. Briefings in Bioinformatics, 2023, 24(4): bbad184. (JCR 1区 TOP IF=13.994 CCF B)

• Hongli Gao#, Bin Zhang#, Long Liu, Shan Li, Xin Gao*, Bin Yu*. A universal framework for single-cell multi-omics data integration with graph convolutional networks. Briefings in Bioinformatics, 2023, 24(3): bbad081. (JCR 1区TOP IF=13.994 CCF B)

• Yutong Yu, Pengju Ding, Hongli Gao, Guozhu Liu, Fa Zhang*, Bin Yu*. Cooperation of local features and global representations by a dual-branch network for transcription factor binding sites prediction. Briefings in Bioinformatics, 2023, 24(2): bbad036. (JCR 1区 TOP IF=13.994 CCF B)

• Yushuang Liu, Shuping Jin, Hongli Gao, Xue Wang, Congjing Wang, Weifeng Zhou, Bin Yu*. Predicting the multi-label protein subcellular localization through multi-information fusion and MLSI dimensionality reduction based on MLFE classifier. Bioinformatics, 2022, 38(5): 1223-1230 (JCR 1区 TOP IF=6.931 CCF B)

• Qinqin Wei#, Qingmei Zhang#, Hongli Gao, Tao Song, Adil Salhi, Bin Yu*. DEEPStack-RBP: Accurate identification of RNA-binding proteins based on autoencoder feature selection and deep stacking ensemble classifier. Knowledge-Based Systems, 2022, 256: 109875. (JCR 1区 TOP IF=8.139 CCF C)

• Minghui Wang#, Lili Song#, Yaqun Zhang, Hongli Gao, Lu Yan, Bin Yu*. Malsite-Deep：Prediction of protein malonylation sites through deep learning and multi-information fusion based on NearMiss-2 strategy. Knowledge-Based Systems, 2022, 240: 108191 (JCR 1区 TOP IF=8.139 CCF C)

• Bin Yu*, Xue Wang, Yaqun Zhang, Hongli Gao, Yifei Wang, Yushuang Liu, Xin Gao*. RPI-MDLStack: Predicting RNA-protein interactions through deep learning with stacking strategy and LASSO. Applied Soft Computing, 2022, 120: 108676 (JCR 1区 TOP IF=8.263)

• Qi Zhang#, Yandan Zhang#, Shan Li, Yu Han, Shuping Jin, Haiming Gu, Bin Yu*. Accurate prediction of multi-label protein subcellular localization through multi-view feature learning with RBRL classifier. Briefings in Bioinformatics, 2021, 22(5): bbab012. (JCR 1区 TOP IF=11.622 CCF B)

• Bin Yu*, Chen Chen, Ren Qi, Ruiqing Zheng, Patrick J. Lawrence, Xiaolin Wang, Anjun Ma, Haiming Gu. scGMAI: a Gaussian mixture model for clustering single-cell RNA-seq data based on deep autoencoder. Briefings in Bioinformatics, 2021, 22(4): bbaa316. (JCR 1区 TOP IF=11.622 CCF B)

• Bin Yu#,*, Cheng Chen#, Xiaolin Wang, Zhaomin Yu, Anjun Ma, Bingqiang Liu. Prediction of protein-protein interactions based on elastic net and deep forest. Expert Systems with Applications, 2021, 176: 114876. (JCR 1区 TOP IF=6.954 CCF C)

• Qingmei Zhang#, Peishun Liu#, Xue Wang, Yaqun Zhang, Yu Han, Bin Yu*. StackPDB: Predicting DNA-binding proteins based on XGB-RFE feature optimization and stacking ensemble classifier. Applied Soft Computing, 2021, 99: 106921. (JCR 1区 TOP IF=6.725被引次数51)

• Bin Yu*, Wenying Qiu, Cheng Chen, Anjun Ma, Jing Jiang, Hongyan Zhou, Qin Ma*. SubMito-XGBoost: predicting protein submitochondrial localization by fusing multiple feature information and eXtreme gradient boosting. Bioinformatics, 2020, 36(4): 1074-1081. (JCR 1 区 TOP IF=6.937 CCF B)

• Bin Yu*, Cheng Chen, Hongyan Zhou, Bingqiang Liu, Qin Ma*. GTB-PPI: predict protein–protein interactions based on L1-regularized logistic regression and gradient tree boosting. Genomics, Proteomics & Bioinformatics, 2020, 18(5): 582-592. (JCR 1区 TOP IF=7.691)

其他成果

---

• 近年来获校教学研究一、二等奖9项。指导研究生获得山东省优秀硕士学位论文，山东省优秀成果奖，青岛科技大学第十届研究生“学术之星”，校优秀硕士毕业论文。指导本科生参加国家大学生创新计划项目1项及中国科学院大学生创新计划项目4项。指导本科生毕业论文4次获得山东省优秀学士学位论文，10次获得校级优秀毕业论文。07-15年指导全国大学生、研究生数学建模竞赛，获各种奖励37项，其中国家一、二等奖21项，省级奖16项。