马闯
马 闯
一、个人简介
马闯，男，1982年生，中共党员，教授、博士生导师，陕西省“创新人才推进计划（青年科技新星）”，陕西省人才计划入选者，国家青年人才项目入选者。
2000-2004，华中科技大学物理系应用物理专业学习，获理学学士学位。
2004-2010，华中科技大学生命科学与技术学院生物信息技术专业学习，获工学硕士、博士学位；研究方向：基于人工智能的基因组数据挖掘方法与技术。
2010-2011，美国南加州大学洛杉矶儿童医院，博士后；研究方向：高通量转录组学数据的生物信息学分析算法研究及应用。
2011-2014，美国亚利桑那大学植物科学系，博士后；研究方向：人工智能与植物组学大数据挖掘。
2014-至今，伟德BETVLCTOR1946，教授；面向本科生和研究生讲授《大数据时代的生物信息学研究与应用》《基因组学与蛋白质组学》《功能基因组学》《高级生物信息学》等课程。
二、研究方向
我们的愿景目标：以近年来高度发展的“生物学大数据”为契机，针对植物领域大数据建立适应多平台、面向多应用的生物信息学数据处理方法、算法和软件体系，切实推动植物学大数据分析技术的发展；将植物学大数据分析技术与植物逆境生物学、农作物育种相结合，发展具有国际先进水平的农作物重要功能基因的大规模挖掘算法，建立重要性状的基因组及蛋白质组等多组学整合的数据库，构建高效精准的分子辅助育种的生物信息技术体系，促进以大数据为支持的农作物智能育种理论与技术的发展。
目前的研究重点：1）人工智能（深度学习，机器学习）在植物学大数据中的应用研究；2）表观转录组学数据分析方法构建与知识挖掘；3）农作物抗逆机制的系统生物学研究；4）基于大数据的农作物智能育种理论、方法与技术。
三、项目及获奖情况
主持国家青年人才项目、国家自然科学基金、陕西省人才项目以及西北农林科技大学引进人才项目等多个项目。
获2024年度陕西高等学校科学技术研究优秀成果二等奖（1/4）、陕西省学位与研究生教育学会研究生教育成果奖一等奖（1/5）、西北农林科技大学2023年教学成果奖特等奖（1/5）和二等奖（2/5）。
四、大学生创新创业成果
团队现有教授4名，副教授5名，讲师2名，为大学生的创新创业提供了丰富的智力资源，已培养了一批具有扎实生物信息学基础、大数据分析与解读能力的研究生和本科生。
指导本科生的研究成果发表在Briefings in Bioinformatics、Genomics, Proteomics & Bioinformatics和Frontiers in Plant Science等生物信息学和植物学领域的SCI期刊；指导的本科生和研究生在各类竞赛中多次获奖。
1.2017年6月，翟晶晶等荣获第十一届西安高新“挑战杯”陕西省大学生课外学术科技作品竞赛特等奖。
2.2017年8月，翟晶晶等荣获第二届全国大学生生命科学创新创业大赛一等奖。
3. 2017年11月，翟晶晶等荣获第十五届“挑战杯”中国银行全国大学生课外学术科技作品竞赛三等奖。
4.2018年8月，张晓榕等荣获第三届全国大学生生命科学创新创业大赛二等奖。
5.2018年8月，卞恩泽等荣获第三届全国大学生生命科学创新创业大赛二等奖。
6.2018年6月，翟晶晶等荣获陕西省第四届研究生创新成果展一等奖。
7.2020年12月，丁鹏钧等荣获第四届全国大学生生命科学竞赛三等奖。
8.2021年5月，张恺文等荣获中国大学生计算机设计大赛西北地区赛三等奖。
9. 2021年6月，陈思远学位论文被评为2021年校级优秀博士学位论文。
10. 2023年12月，陈思远学位论文被评为陕西省优秀博士学位论文。
招生信息：接收优秀的本科生4~6人/年进行科研培训，同时招收富有朝气、创新能力强的硕士生、博士生和博士后。有意者请EMAIL联系。
五、主要学术成果
1）参编《生物信息学》《植物学大数据技术与应用》等教材。
2）研发了deepEA、iwa-miRNA、PEA、RAP等10余款生物信息学软件。
Ø deepEA: 表观转录组数据深度挖掘与知识发现软件
(https://github.com/cma2015/deepEA)
Ø iwa-miRNA: 植物miRNA注释软件
（https://github.com/cma2015/iwa-miRNA)
Ø CAFU: unmapped RNA-Seq read的整合分析与知识挖掘软件
(https://github.com/cma2015/CAFU)
Ø deepTS: 基于RNA-Seq的转录本转换事件分析软件
(https://github.com/cma2015/deepTS)
Ø DeepGS: 基于深度学习技术的全基因组选择分子育种分析软件
(https://github.com/cma2015/DeepGS; 软件著作版权登记号: 2017SR318612)
Ø G2P: 全基因组选择预测软件评估与推荐系统
（https://github.com/cma2015/G2P; 软件著作版权登记号: 2017SR034534）
Ø PEA: 植物表观转录组学数据整合分析软件
(https://github.com/cma2015/PEA; 软件著作版权登记号: 2017SR658481)
Ø RAP: 基于机器学习技术的基因功能预测软件
(https://github.com/cma2015/RAP; 软件著作版权登记号: 2016SR318029)
Ø miRLocator: 基于机器学习技术的植物miRNA预测软件
(https://github.com/cma2015/miRLocator; 软件著作版权登记号: 2015SR102323)
Ø KGBassembler：植物十字花科基因组序列拼接软件 (http://bioinfo.nwafu.edu.cn/software)
Ø rsgcc：基因调控关系挖掘软件 (http://cran.r-project.org/web/packages/rsgcc)
Ø mlDNA: 大规模转录组学数据智能分析软件 (http://cran.r-project.org/web/packages/mlDNA)
3）在Trends in Plant Science、Plant Cell、Plant Physiology、Plant Journal、Briefings in Bioinformatics、Genomics, Proteomics & Bioinformatics以及Bioinformatics等植物学和生物信息学领域的学术期刊上发表论文40余篇。
Ø Song MG#, Zhao JW#, Zhang CJ, Jia CC, Yang J, Zhao HN, Zhai JJ, Lei BL, Tao SH, Chen SQ, Su R, Ma C*. PEA-m6A: an ensemble learning framework for accurately predicting N6-methyladenosine modifications in plants. Plant Physiology, 2024, 195(2): 1200-1213.
Ø Huang WY#, Hu XN#, Ren YL, Song MG, Ma C*, Miao ZY*. IPOP: an integrative plant multi-omics platform for cross-species comparison and evolutionary study. Molecular Biology and Evolution, 2023, 40(12): msad248.
Ø Zhao J, Zhang CJ, Li SF, Yuan MM, Mu WL, Yang J, Ma YT, Guan CP*, Ma C*. Changes in m6A RNA methylation are associated with male sterility in wolfberry. BMC Plant Biol, 2023, 23(1): 456.
Ø Qu JZ, Xu ST*, Gou XN, Zhang H, Cheng Q, Wang XY, Ma C*, Xue JQ*. Time-resolved multiomics analysis of the genetic regulation of maize kernel moisture. Crop J, 2023, 11: 247-257.
Ø Li T, Xu ST*, Zhao JW, Wang YP, Zhang J, Wei X, Qu JZ, Yu RS, Zhang XH, Ma C*, Xue JQ*. Genome assembly of KA105, a new resource for maize molecular breeding and genomic research. Crop J, 2023, 11(6): 1793-1804.
Ø Miao ZY#, Zhang T#, Xie B, Qi YH, Ma C*. Evolutionary implications of the RNA N6-methyladenosine methylome in plants. Molecular Biology and Evolution, 2022, 39(1): msab299.
Ø Cheng Q, Jiang SQ, Xu F, Wang Q, Xiao YJ, Zhang RY, Zhao JR, Yan JB, Ma C*, Wang XF*. Genome optimization via virtual simulation to accelerate maize hybrid breeding. Briefings in Bioinformatics, 2022, 23(1):bbab447.
Ø Qu JZ#, Xu ST*, Gou XN, Zhang H, Cheng Q, Wang XY, Ma C*, Xue JQ*. Time-resolved multiomics analysis of the genetic regulation of maize kernel moisture. Crop J, 2023, 11(1): 247-257.
Ø Ma WL#, Chen SY#, Qi YH#, Song MG, Zhai JJ, Zhang T, Xie S, Wang GF, Ma C*. easyMF: a web platform for matrix factorization-based gene discovery from large-scale transcriptome data. Interdisciplinary Sciences: Computational Life Sciences, 2022, 14(3): 746-758.
Ø Lei BB#, Song MG#, Li XY, Dang XX, Qin RW, Zhu S, An XY, Liu QC, Yao XJ, Nie YM*, Ma C*. SMART v1.0: A database for small molecules with functional implications in plants. Interdisciplinary Sciences: Computational Life Sciences, 2022, 14(1):279-283.
Ø Zhang T#, Zhai JJ, Zhang XR, Ling L, Li MH, Xie S, Song MG, Ma C*. Interactive web-based annotation of plant microRNAs with iwa-miRNA. Genomics, Proteomics & Bioinformatics , 2022，20(3)：557-567
Ø Zhai JJ#, Song J, Zhang T, Xie S, Ma C*. deepEA: a containerized web server for interactive analysis of epitranscriptome sequencing data. Plant Physiology , 2021, 185(1):29-33.
Ø Qiu ZX#, Chen SY#, Qi YH, Liu CN, Zhai JJ, Xie S, Ma C*. Exploring transcriptional switches from pairwise, temporal and population RNA-Seq data using deepTS. Briefings in Bioinformatics , 2021, 22(3):bbaa137.
Ø 刘春妮，宋明桂，陈思远，邱志旭，马闯. 干旱耐受型和敏感型玉米应答干旱的比较转录组学分析. 西北农林科技大学学报（自然科学版），2021, 49(4): 29-39.
Ø Chen SY#, Ren CZ#, Zhai JJ#, Yu JT#, Zhao XY, Li ZL, Zhang T, Ma WL, Han ZX, Ma C*. CAFU: a Galaxy framework for exploring unmapped RNA-Seq data. Briefings in Bioinformatics , 2020, 21(2): 676-686.
Ø Miao ZY, Zhang T, Qi YH, Song J, Han ZX, Ma C*. Evolution of the RNA N6-methyladenosine methylome mediated by genomic duplication. Plant Physiology , 2020, 182, 345-360.
Ø Wang X#, Chen S, Shi X, Liu D, Zhao P, Lu Y, Cheng Y, Liu Z, Nie X, Song W, Sun Q, Xu S*, Ma C*. Hybrid sequencing reveals insight into heat sensing and signaling of bread wheat. Plant J , 2019, 98(6): 1015-1032.
Ø Zhai JJ#, Song J, Cheng Q, Tang YJ, Ma C*. PEA: an integrated R toolkit for plant epitranscriptome analysis. Bioinformatics , 2018, 34(21): 3747-3749.
Ø Song J#, Zhai JJ#, Bian EZ#, Song YJ, Yu JT, Ma C*. Transcriptome-wide annotation of m5C modifications using machine learning. Frontiers in Plant Science , 2018, 9: 519.
Ø Ma WL#, Qiu ZX#, Song J, Li JJ, Cheng Q, Zhai JJ, Ma C*. A deep convolutional neural network approach for predicting phenotypes from genotypes. Planta , 2018, 248(5): 1307-1318.
Ø Tan JF#, Miao ZY#, Ren CZ#, Yuan RX, Tang YJ, Zhang XR, Han ZX*, Ma C*. Evolution of intron-poor clades and expression patterns of the glycosyltransferase family 47. Planta , 2018, 247: 745-760.
Ø Miao ZY#, Han ZX#, Zhang T, Chen SY, Ma C*. A systems approach to a spatio-temporal understanding of the drought stress response in maize. Scientific Reports , 2017, 7: 6590.
Ø Zhai JJ#, Tang YJ#, Yuan H, Wang LT, Shang HL, Ma C*. A meta-analysis based method for prioritizing candidate genes in a pre-specific function. Frontiers in Plant Science , 2016, 7: 1914.
Ø Cui HB#*, Zhai JJ, Ma C*. miRLocator: machine learning-based prediction of mature microRNAs within plant pre-miRNA sequences. PLoS One , 2015, 10: e0142753.
Ø Zha JP#, Thakare D#, Ma C, Lloyd A, Nixon NM, Burnett WJ, Ologan KO, Wang DF, Wang XF, Drews GN, Yadegari R*. RNA sequencing of laser-capture microdissected compartments of the maize kernel identified regulatory modules associated with endosperm cell differentiation. Plant Cell , 2015, 27, 513-531.
Ø Ma C#, Zhang HH, Wang XF*. Machine learning for big data analytics in plants. Trends in Plant Science, 2014, 19: 798-808
Ø Ma C#, Xin MM, Feldmann KA, Wang XF*. Machine learning-based differential network analysis: a study of stress-responsive transcriptomes in Arabidopsis thaliana. Plant Cell , 2014, 26: 520-537
Ø Xin MM#, Yang RL#, Li GS, Chen H, Laurie J, Ma C, Wang DF, Yao YY, Larkins BA, Sun QX, Yadegari R, Wang XF*, Ni ZF. Dynamic expression of imprinted genes associates with maternally controlled nutrient allocation during maize endosperm development. Plant Cell , 2013, 25(9):3212-3227.
Ø Hu XC#, Ma C, Zhou YH*. A novel two-layer SVM model in miRNA Drosha processing site detection. BMC Systems Biology , 2013, 7(Suppl 4): S4.
Ø Yang RL#, Jarvis DJ#, Chen H, Beilstein M, Grimwood J, Jenkins J, Shu SQ, Prochnik S, Xin MM, Ma C, Schmutz J, Wing RA, Mitchell-Olds T, Schumaker K, Wang XF*. The reference genome of the halophytic plant Eutrema salsugineum. Frontiers in Plant Science , 2013, 4:46.
Ø Ma C#, Wang XF*. Application of the Gini correlation coefficient to infer regulatory relationships in transcriptome analysis. Plant Physiology , 2012, 160(1): 192-203.
Ø Ma C#, Chen H, Xin MM, Yang RL, Wang XF*. KGBassembler: A karyotype-based genome assembler for Brassicaceae species. Bioinformatics , 2012, 28(23): 3141-3143.
Ø Ma C, Wang J, Li L, Duan MJ, Zhou YH. Identification of true EST alignments for recognising transcribed regions. International Journal of Data Mining and Bioinformatics , 2011, 5(5): 465-484.
五、联系方式
通讯地址：陕西杨凌伟德BETVLCTOR194639号信箱
邮编：712100
Email: chuangma2006@gmail.com
Website: Google scholar