ENGLISH

师资队伍

当前位置: 学院首页 > 师资队伍 > 生物统计系 > 侯艳 > 正文

侯艳

侯艳

侯艳

  • 长聘副教授,副研究员
  • houyan@bjmu.edu.cn
  • 北京海淀区学院路38号
  • 北京大学
个人简介

侯艳博士,北京大学生物统计系长聘副教授,同时受聘于北京大学肿瘤医院。现为中国食品药品企业质量安全促进会药品监管科学创新转化与评价专委会主任委员;中国卫生信息与健康医疗大数据学会卫生统计学教育专委会副主任委员;中华预防医学会生物统计学专业委员会常务委员、青年副主任委员;中国医药教育协会医药统计专委会常务委员;中国医药卫生系统工程专业委员会常务委员等多个社会兼职。长期围绕临床研究中的统计方法学开展系统性研究。近五年来主持多项国家重点研发计划、国家科技重大专项、国家自然科学基金面上项目,主持中国生物、零氪科技联合实验室,同时主持多项国家药监局等相关委托方开展ICH E系列指南的监管科学研究工作,牵头或参与制定了多项行业指导原则、团体标准与专家共识;主编及参编国家规划教材多部,作为第一译者著作多部;获得国家发明专利十余项,以通讯/第一作者在高水平期刊发表相关研究领域学术论文约100余篇。


主要研究方向

生物统计学(监管方向)理论方法与应用


代表性科研项目

1.新发突发与重大传染病防控国家科技重大专项《多模态时序数据驱动的乙肝肝硬化逆转生物标志物筛选及机制研究》(2025ZD01906004)(2026/01-2028/12)604.05万,在研,主持;

2.国家自然科学基金面上项目(82674775)《基于本体知识迁移引导下贝叶斯联邦学习的药物重定位研究》(2027/01- 2030/12)48万,在研;

3.国家自然科学基金面上项目(82373682)《基于多组学对抗自回归神经网络的靶向药物敏感预测模型及应用研究》(2024/01- 2027/12)49万,在研;

4.零氪科技(北京)有限公司委托课题《北大医学-零氪真实世界证据转化与监管科学联合实验室》(2025/10-2028/9)1000万元,在研,主持;

5.中国生物技术股份有限公司委托课题《北大医学 - 中国生物临床与监管科学联合实验室》(2021/9-2024/8)500万元,已结题,主持;

6.科技部国家重点研发计划(2021YFF0901401)《基于医学本体的监管数据建模与分析技术》(2021/12-2024/11)1676万元,已结题,主持;

7.国家自然科学基金面上项目(82173615)《基于自编码和组合学习算法的靶向药物筛选及分子作用预测方法研究》(2022/01-2025/12)56万元,已结题,主持。


10篇代表性论文

1. He J, Li Y, Hou Y*. A group structure guided ultra-high dimensional feature screening for survival outcome. Statistics in Medicine. 2026; In press.

2. Song J, Rong Z*, Hou Y*. Variational biomarker pooling with calibration for time-to-event outcomes across multiple clinical studies. BMC Medical Research Methodology. 2026; 26(1): 97.

3. Yu Y, Long M, Song J, Cao K, Luo M, Liu W, Rong Z*, Hou Y*. GAMMI: Graph-Guided Contrastive and Adversarial Integration of Single-cell and Spatial Multi-omics Data. Briefings in Bioinformatics. 2026; 27(3): bbag218.

4. Huang J, Jia F, Li J, Xie W, Rong Z, Mi L, Song Y, Hou Y*. Dynamic Information Borrowing From External Data in Clinical Trials: The Elastic Commensurate Prior Approach. Statistics in Medicine. 2025; 44(13-14): e70129.

5. Rong Z, Song J, Sun F, Zhang C, Mi L, Song Y, Hou Y*. Bayesian biomarker effect estimate for combining data from multiple biomarker studies. Journal of applied statistics. 2025; 53(4): 614-632.

6. Rong Z, Song J, Yu Y, Mi L, Qiu M, Song Y, Hou Y*. Single-cell mosaic integration and cell state transfer with auto-scaling self-attention mechanism. Briefings in bioinformatics. 2024; 25(6): bbae540.

7. Long M, Song J, Rong Z, Mi L, Song Y, Hou Y*. Adaptively leverage multiple real-world data sources for treatment effect estimation based on similarity. Journal of Biopharmaceutical Statistics. 2024; 34(6): 853-863.

8. Cao L, Wang J, Zhang Y, Rong Z, Wang M , Wang L, Ji J, Qian Y , Zhang L, Wu H, Song J, Liu Z, Wang W, Li S, Wang P, Xu Z, Zhang J, Zhao L, Wang H, Sun M, Huang X, Yin R, Lu Y, Liu Z, Deng K , Wang G, Qiu M*, Li K*, Wang J*, Hou Y*. E2EFP-MIL: End-to-end and high-generalizability weakly supervised deep convolutional network for lung cancer classification from whole slide image. Medical Image Analysis. 2023; 88: 102837.

9. He J, Song J, Zhou X*, Hou Y*. A screening method for ultra-high dimensional features with overlapped partition structures. Statistical Methods in Medical Research. 2023; 32(1): 22-40.

10. Rong Z, Liu Z, Song J, Cao L, Yu Y, Qiu M*, Hou Y*. MCluster-VAEs: an end-to-end variational deep learning-based clustering method for subtype discovery using multi-omics data. Computers in Biology and Medicine. 2022; 150: 106085.