最近整理的生物信息方面的导师，会持续更新，仅供大家参考
知乎地址：生物信息学导师推荐 - Jade的文章 - https://zhuanlan.zhihu.com/p/441702265
刘小乐
主要方向：整合分析全基因组ChIP-chip/Seq、核小体定位、组蛋白修饰数据、开发生物信息学算法
主要成果：开发Model-based analysis of ChIP-Seq (MACS)、Cistrome数据库
Bradley E. Bernstein
主要方向：Epigenomic Regulation in Development and Cancer
主要成果：The NIH Roadmap Epigenomics Mapping Consortium
https://bernstein.dfci.harvard.edu/
Nancy Kleckner
主要方向：The Physical Biology of Chromosomes 主要成果：3C（Capturing Chromosome Conformation，通讯）
Job Dekker
主要方向：Genome folding；Genetic and spatial organization of the extraordinary dinoflagellate chromosomes
主要成果：3C（Capturing Chromosome Conformation，一作）；Hi-C
阮一俊
主要方向：3D genome biology
主要成果：ChIA-PET；参与ENCODE计划
李蔚（导师：陈润生）
主要方向： 染色质修饰与基因调控、DNA 甲基化
主要成果：RSeQC: quality control of RNA-seq experiments
UC Irvine - Faculty Profile System - Wei Li
Steven Henikoff
主要方向：genomic tools to the study of proteins of the epigenome: histones, transcription factors, nucleosome remodelers, and RNA polymerase II (RNAPII)
主要成果：ChEC-seq；DNase-seq；CUT&Tag；CUT&Run；CUT&Tag2for1；MulTI-Tag
https://research.fredhutch.org/henikoff/en.html
任兵
主要方向：非编码序列如何指导基因表达的时空模式，表观遗传机制如何在发育过程中调节这些序列的作用
主要成果：chip-chip；识别和表征增强子的转录控制元件；Paired-seq；Paired-tag
Manolis Kellis
主要方向：epigenetic modifications to define chromatin states；comparative genomics；annotation of the non-coding genome；Regulatory Networks
主要成果：参与构建ENCODE数据库；ChromHMM: automating chromatin-state discovery and characterization
William Greenleaf（导师：谢晓亮）
主要方向：UNDERSTANDING THE PHYSICAL GENOME；HIGH-THROUGHPUT BIOPHYSICS & MOLECULAR EVOLUTION；DNA ACCESSIBILITY & CHROMATIN STRUCTURE
主要成果：ATAC-seq: A Method for Assaying Chromatin Accessibility Genome-Wide
https://greenleaf.stanford.edu/
张元豪
主要方向：细胞染色质可及性和异质性的研究
主要成果：scATAC-seq
https://profiles.stanford.edu/howard-chang
张奇伟
主要方向：启动子鉴定；RNA剪切事件检测
主要成果：CEPDB；CSEdb；CIPHER；ESEfinder
Michael Q. Zhang's Lab: People
汤富酬
主要方向：人类早期胚胎以及生殖系细胞发育的单细胞功能基因组学研究
主要成果：单细胞转录组测序技术的开发（mRNA-Seq whole-transcriptome analysis of a single cell）
颉伟（导师：任兵）
主要方向：动物胚胎早期发育过程中的表观遗传调控；动物胚胎早期发育过程中的表观遗传调控
主要成果：哺乳动物胚胎发育过程中表观图谱的构建
赵可吉
主要方向：哺乳动物发育和分化的表观遗传机制研究
主要成果：人类组蛋白甲基化图谱构建、人类核小体定位图谱构建
https://irp.nih.gov/pi/keji-zhao
刘江
主要方向：表观遗传修饰如何从父母遗传到子代的遗传和进化规律进行研究
主要成果：
张勇（导师：刘小乐）
主要方向：表观遗传组学算法的开发、组蛋白干细胞分化以及胚胎发育
主要成果：MACS（张勇第一作者，刘小乐通讯作者）
https://zhanglab.tongji.edu.cn/index.htm
Eric S. Lander
主要方向：human genetic variation; human population history; genome evolution; regulatory elements; long non-coding RNAs; three-dimensional folding of the human genome; and genome-wide screens to discover the genes essential for biological processes using CRISPR-based genome editing
主要成果：Broad Institute创始人、人类基因组计划首席科学家、GATK、IGV
Aviv Regev
主要方向：single-cell genomics；The evolution of gene regulation；networks that regulate genes, define cells and tissues, and influence health and disease
主要成果：Fungal orthogroups；Cancer module map；Module networks；international Human Cell Atlas project首席科学家
https://www.broadinstitute.org/regev-lab
李恒
主要方向：比对等算法开发
主要成果：SAM格式设计；SAMtools；bwa；Minimap2；Chromap
Bonnie Berger
主要方向：Computational molecular biology；Network Inference；PPI networks；protein structural motif recognition and discovery；Compressive Genomics；molecular self-assembly and mis-assembly, and functional genomics
主要成果：Global alignment of multiple protein interaction networks with application to functional orthology detection
Bonnie Berger | MIT Mathematics
王凯
主要方向：bioinformatics methods to advance genomic medicine, deep neural network for long-read sequencing, deep phenotyping on electronic health records, graduate rotation and undergraduate research projects
主要成果：ANNOVAR, wANNOVAR, PennCNV
谢晓亮
主要方向：单细胞全基因组学；单分子酶学；单分子生物物理化学
主要成果：多重退火循环扩增法（MALBAC）
张泽民
主要方向：单细胞技术研究肿瘤生物学
主要成果：GEPIA web server、构建多种肿瘤单细胞图谱
李程（导师：王永雄）
主要方向：肿瘤突变的检测以及基因组突变和基因表达的调控关系
主要成果：Combat；3Disease Browser；突变图谱的构建。
张学工
主要方向：机器学习与生物和医学大数据分析、人类细胞图谱与人体系统数字孪生、单细胞生物信息学分析
吴仲义
主要方向：分子进化、群体基因组学、进化基因组学
http://sklbc.sysu.edu.cn/teacher/202
杨剑
主要方向：通过GWAS检测基因组变异、高性能计算生物学分析方法和工具的开发、以及疾病的遗传风险评估
主要成果：GCTA、SMR、OSCA、fastGWA以及fastGWA-GLMM
https://sls.westlake.edu.cn/Our_Faculty/202007/t20200717_6659.shtml
主要方向：Single Cell Genomics; Cancer Evolution；development of single cell genome sequencing technologie；study cancer as an evolutionary process in which clones undergo selection and expansion in response to selective pressures
主要成果：Tumour evolution inferred by single-cell sequencing（Nature 2011）
https://faculty.mdanderson.org/profiles/nicholas_navin.html
张建之
主要方向：计算分子进化；进化基因组学
Jianzhi Zhang | U-M LSA Ecology and Evolutionary Biology (EEB)
龙漫远
主要方向：Evolution of gene essentiality in development；Evolutionary analysis of gene interactions with new genes
杨子恒
主要方向：develop statistical models and computer software for population genetic and phylogenetic
主要成果：BP&P: Bayesian analysis of genomic sequence data under the multispecies coalescent model；Phylogenetic analysis by maximum likelihood （PAML）
金力
主要方向：人类群体遗传学和基因组学、医学遗传学及遗传流行病学（心血管疾病、风湿病、肿瘤等）、计算生物学
马坚
主要方向：机器学习算法的开发；人类基因组结构和功能与疾病的联系；智能医疗和智能健康；多模态数据整合
主要成果：Infinite Sites Model、InferCARs、Nucleome Browser
Carnegie Mellon School of Computer Science
阮珏
主要方向：基因组组装算法、极低频点突变检测、基因组结构变异检测
主要成果：Pseudo-sanger、wtdbg2、SMARTdenovo
Jinghui Zhang
主要方向：the development of highly accurate and sensitive computational methods for analyzing large-scale genomic data, especially in the area of detecting and analyzing genetic variations and somatic mutations
主要成果：参与人类基因组计划；开发BLAST（co-author）；CREST maps somatic structural variation in cancer genomes with base-pair resolution（Nature Methods 2011）；Copy Number Segmentation by Regression Tree in Next Generation Sequencing（Nature Methods 2015）
https://www.stjuderesearch.org/site/lab/zhang
方海（没有找到主页）
主要方向：GWAS治疗靶点转化研究
主要成果：A genetics-led approach defines the drug target landscape of 30 immune-related traits（Nature Genetics 2019）
https://www.nature.com/articles/s41588-019-0456-1#code-availability
陈润生（中国生信第一人）
主要方向：胚胎早期发育以及干细胞重编程过程中长非编码RNA以及编码小肽的系统发现和功能机制研究
主要成果：参加人类基因组1%和水稻基因组工作草图的研究；非编码RNA数据库NONCODE；
数据库NPInter（非编码RNA与其它生物大分子相互作用）
王永雄 Wing Hung Wong
主要方向：贝叶斯统计、计算生物学；基因调控网络
主要成果：采样算法并应用到贝叶斯推理的方法；开发了微阵列基因芯片表达数据和RNA测序数据分析的创新模型和方法
高歌
主要方向：围绕基因型-表型关系的研究，基于统计建模与机器学习的生物学大数据整合与挖掘、以基因表达为中心的调控通路功能及演化、基于组学大数据的精准医学
主要成果：
Bioinformatics and Computational Genomics
崔庆华
主要方向：心脑血管疾病、癌症、糖尿病等重大复杂疾病关键miRNA/lncRNA的计算机识别；miRNA/lncRNA在疾病中调控规律的数据挖掘；基于RNA的计算机辅助药物研发等
主要成果：LncRNADisease: a database for long-non-coding RNA-associated diseases（Nucleic Acids Research 2013）；Inferring the human microRNA functional similarity and functional network based on microRNA-associated diseases（Bioinformatics 2010）
鲁志
主要方向：动植物中编码和非编码RNA的转录后调控研究 、癌症等疾病中新型RNA分子标识物的发现和机理研究、 机器学习等数据挖掘技术的研究及其在基因组学大数据上的应用
张强锋（导师：Howard Y. Chang）
主要方向：使用高通量深度测序的手段来探测RNA二级结构和计算建模，RNA功能模体（motif）等有效预测或发现方法，蛋白-蛋白、RNA-RNA、以及蛋白-RNA相互作用网络
主要成果：VRmol: an Integrative Web-Based Virtual Reality System to Explore Macromolecular Structure （Bioinformatics 2020)；RISE: a database of RNA interactome from sequencing experiments（Nucleic Acids Res 2018)
Gene Yeo
主要方向：manipulating RNA processing in development and disease using induced pluripotent stem cell and murine models； RNA genomics technology and therapeutics development
主要成果：seCLIP
Institute for Genomic Medicine
杨力
主要方向：构建高效计算生物学新体系，揭示外显子环形RNA在生成加工和功能作用水平的多层次调控新机制；开展大数据整合及计算生物学分析，主要发现RNA单碱基编辑和修饰互作的分子基础，并进一步利用核酸编辑酶构建高效基因组碱基编辑新体系
主要成果：Circular intronic long noncoding RNAs（Molecular cell 2015）；Complementary sequence-mediated exon circularization（2014 Cell）
Han Liang（导师：Wen-Hsiung Li）
主要方向：bioinformatics tool development, integrated cancer genomic analysis, RNA regulation/modification, and cancer systems biology
主要成果：Whole-exome sequencing combined with functional genomics reveals novel candidate driver cancer genes in endometrial cancer；TANRIC: an interactive open platform to explore the function of lncRNAs in cancer
https://faculty.mdanderson.org/profiles/liang_han.html
郭国骥
主要方向：单细胞RNA组学
主要成果：Construction of a human cell landscape at single-cell level（Cell 2020）;
Mapping the Mouse Cell Atlas by Microwell-Seq(Cell 2018)
Ruedi Aebersold
主要方向：One of the pioneers in the field of proteomics, Mass Spectrometry, Systems Biology, Bioinformatics,
主要成果：ICAT & SRM & SWATH
Matthias Mann
主要方向：Mass Spectrometry, Systems Biology, Bioinformatics, Signal Transduction, Posttranslational modifications, Metabolic diseases, Clinical proteomics, Cancer
主要成果：SILAC & MaxQuant
John R Yates III
主要方向：Mass Spectrometry, Bioinformatics,
主要成果：SEQUEST & MudPIT
郭天南
主要方向：开发前沿蛋白质组学技术，用于高通量地从最少量的临床样本精确定量最多的蛋白质，推动定量蛋白质组学的研究；生物标记的鉴定
主要成果：Rapid mass spectrometric conversion of tissue biopsy samples into permanent quantitative digital proteome maps（2015）；Multi-organ proteomic landscape of COVID-19 autopsies（2020）
张弓
主要方向：翻译组学
主要成果：FANSe系列超高精度大规模测序序列比对算法；建立了翻译中mRNA与蛋白质丰度之间的定量关系，将中心法则定量化
Demis Hassabis（导师：Tomaso Poggio）
主要方向：neuroscience and artificial intelligence
主要成果：AlphaFold（通讯）
John Jumper
主要方向：protein structure prediction
主要成果：AlphaFold（一作）
Nir Ben-Tal
主要方向：computational structural biology， including both methods development and applications to selected problems
主要成果：ConSurf、Rate4Site
https://en-lifesci.tau.ac.il/profile/bental
Andrei N. Lupas
主要方向：Protein Evolution
主要成果：Predicting coiled coils from protein sequences
https://www.mpg.de/459944/developmental-biology-lupas
Johannes Söding
主要方向：protein function and structure prediction；sequence search and assembly in metagenomics
主要成果：The HHpred interactive server for protein homology detection and structure prediction；
HHblits: lightning-fast iterative protein sequence searching by HMM-HMM alignment
https://www.mpibpc.mpg.de/soeding
University of Texas Southwestern Medical Center
Nick Grishin
主要方向：develop new computational approachesto explore protein sequence-structure
主要成果：PROMALS3D: a tool for multiple protein sequence and structure alignments；AL2CO: calculation of positional conservation in a protein sequence alignment；ECOD；ProSMoS；
Yang Zhang
主要方向：develop bioinformatics approaches to predict the three-dimensional structures of proteins from amino acid sequences ；Assemble Protein Structures from Cryo-EM
主要成果：I-TASSER（通讯）: a unified platform for automated protein structure and function prediction；TM-align: a protein structure alignment algorithm based on the TM-score；CR-I-TASSER: Assemble Protein Structures from Cryo-EM Density Maps using Deep Convolutional Neural Networks
Yang Zhang, Ph.D. | Computational Medicine and Bioinformatics | Michigan Medicine
Dana Pe'er
主要方向：combines single cell technologies, genomic datasets and machine learning algorithms to address fundamental questions in biomedical science
主要成果：Using Bayesian networks to analyze expression data（Journal of computational biology 2000）
https://www.mskcc.org/research/ski/labs/dana-pe-er
Jianyi Yang
主要方向：Protein structure and function prediction；Protein structure alignment；Protein-ligand binding site prediciton
主要成果：I-TASSER（一作）
Tomaso Poggio
主要方向：Brain Imaging；Cellular & Molecular Neuroscience；Cognitive Neuroscience；ComputationalNeuroscience
主要成果：Networks for approximation and learning；Face recognition: Features versus templates；
Hierarchical models of object recognition in cortex
https://cbmm.mit.edu/about/people/poggio
赵兴明
主要方向：开发新的计算方法用于分子网络的构建和分析；脑核磁共振图像的处理；脑功能神经网络的构建和处理；疾病相关分子通路的识别；药物靶蛋白预测和药物重定位
主要成果：PhosD: inferring kinase–substrate interactions based on protein domains (Bioinformatics 2017)；Prediction of drug combinations by integrating molecular and pharmacological data（PLoS computational biology 2011）
Daphne Koller
主要方向：Systematic Analysis of Breast Cancer Morphology Uncovers Stromal Features Associated with Survival；Pathways Understanding；Study of Protein-Protein Interactions Using Probabilistic Graphical Models；Computer vision；Bayesian Network；Robotics
主要成果：Activity motifs reveal principles of timing in transcriptional control of the yeast metabolic network；
Continuous Time Bayesian Networks；Multi-Class Segmentation with Relative Location Prior
Daphne Koller's Research Group
Nir Freidman
主要方向：combine advanced experimental and mathematical approaches to study intercellular communication；T cell activation and differentiation；Characterizing T cell receptor repertoires using high throughput sequencing (TCR-seq)
主要成果：Gaussian Process Networks
https://www.weizmann.ac.il/immunology/NirFriedman/
韩敬东
主要方向：开发数据整合和网络分析的计算方法；衰老的系统生物学研究
主要成果：Evidence for dynamically organized modularity in the yeast protein–protein interaction network；
Spatial transcriptomic analysis of cryosectioned tissue samples with Geo-seq
Kevin Y Yip
主要方向：computational biology and bioinformatics (CBB)；Whole-genome identification of sequence elements；Computational modeling of gene regulation
主要成果：参与ENCODE；Harp: A practical projected clustering algorithm
Nancy Ruonan Zhang
主要方向：Statistics, Computer Science, and Biology, seeking new ways to think about and work with genomic data
主要成果：参与ENCODE；Graph-based change-point detection；A modified Bayes information criterion with applications to the analysis of comparative genomic hybridization data；SAVER: gene expression recovery for single-cell RNA sequencing
Department of Statistics and Data Science
Kai Tan
主要方向：using genomics and systems biology approaches to understand the gene regulatory factors underlying cellular processes
主要成果：Global view of enhancer–promoter interactome in human cells；A comparative genomics approach to prediction of new members of regulons
https://www.med.upenn.edu/apps/faculty/index.php/g275/p8885111
Mingyao Li
主要方向：statistical genetics and genomics；use statistical and machine learning approaches to understand cellular heterogeneity ；characterize gene expression diversity across cell types；to study the patterns of cell state transition and crosstalk of various cells using data generated from single-cell transcriptomics studies
主要成果：MetaDiff；PennSeq
https://www.med.upenn.edu/apps/faculty/index.php/g275/p8122973
Jian Zhou
主要方向：Decoding Genomic Sequence；Evolution of Regulatory Genome；Data Science and AI Methods
主要成果：Whole-genome deep-learning analysis identifies contribution of noncoding mutations to autism risk；Predicting effects of noncoding variants with deep learning–based sequence model
Jean Fan
主要方向：develop methods for analyzing single-cell spatially resolved transcriptomic sequencing and imaging data；cellular heterogeneity on cancer pathogenesis and prognosis
主要成果：VeloViz: RNA-velocity informed embeddings for visualizing cellular trajectories；Characterizing transcriptional heterogeneity through pathway and gene set overdispersion analysis；Granatum: a graphical single-cell RNA-Seq analysis pipeline for genomics scientists
Jean Fan - Johns Hopkins Biomedical Engineering
Lana Garmire
主要方向：Integrative omics/clinic data analysis；Develop computational methods to analyze high-throughput data from next-generation sequencing
主要成果：Cox-nnet: an artificial neural network method for prognosis prediction of high-throughput omics data；Deep learning–based multi-omics integration robustly predicts survival in liver cancer；
Lana Garmire, Ph.D. | Computational Medicine and Bioinformatics | Michigan Medicine
Yuanhua Huang
主要方向：developing statistical machine learning methods and computational algorithms for analysing biomedical data, particularly single-cell genomic data
主要成果：BRIE: transcriptome-wide splicing quantification in single cells；Vireo: Bayesian demultiplexing of pooled single-cell RNA-seq data without genotype reference