所属部门：智能医学研究中心   

职称：研究员

电子邮箱：junfang_chen@fudan.edu.cn

研究方向：1）生物医学大数据智能解析与创新模型构建；

         2）复杂疾病跨尺度机制解析与精准预测及干预研究；

         3）融合中医四诊信息的衰老（生理年龄）与疾病共同机制研究及其转化应用。

个人简介：

陈俊芳，博导，复旦大学粤港澳大湾区精准医学研究院（广州）智能医学研究中心研究员，复旦大学生命科学学院双聘研究员，转化生物信息学与复杂疾病课题组长，入选广东省重大人才工程、广州南沙区高端领军人才。已发表近30篇SCI论文，涵盖JAMA Psychiatry和EBioMedicine等领域知名期刊。主持国家自然科学基金面上项目、广东省面上项目和上海市重性精神病重点实验室开放课题，并参与广州市创新团队项目和人类表型组计划等科技项目。 

课题组介绍：

课题组围绕复杂疾病与衰老的系统机制及其精准预测与干预，融合系统计算生物学与可解释人工智能技术（包括机器学习、深度学习与统计推断），重点开展以下研究：1）生物医学大数据智能建模与方法创新：依托大规模、多模态的生物医学横断面与纵向数据，构建高效、可解释的大数据分析模型，突破因果机制解析、个体化风险预测与多维表型整合的关键技术瓶颈；2）复杂疾病与衰老的分子机制解析与个体化风险预测：聚焦脑疾病等重大复杂疾病，系统解析其遗传—表观—转录调控网络，推动生理年龄评估、早期识别、个体化风险预测与精准诊疗模型的构建；3）共性生物特征识别及中西医融合干预潜力评估：聚焦衰老与多类重大疾病的共通生物学机制，系统识别共享的关键分子特征与调控网络；融合中医“望闻问切”四诊信息与现代组学数据，构建多维生物—体质联合评估模型，探索其在疾病预防、个体化辨证干预及转化应用中的临床价值，推动中西医融合的系统健康管理新范式。

加入团队，共创科研蓝图

我们诚挚邀请热爱科研的伙伴（包括本科生、研究生、博士生、博士后、实习生和联培生）。加入我们，勇闯精准生命医学的前沿领域与未知疆域，共同追求有价值、有深度、有温度的科学突破。

合作导师：

金力，中国科学院院士，复旦大学校长，复旦大学上海医学院院长，粤港澳大湾区精准医学研究院（广州）院长，教授，博导，德国马普学会外籍会员，中国医学科学院学部委员环境与预防学部副主任，中国遗传学学会副理事长，中国人类学学会副会长，“十三五”国家精准医学专项专家组长。主要研究方向为医学遗传学及遗传流行病学、人类群体遗传学和计算生物学，在Cell、Nature、Science、Nat Rev Genet、JAMA、JCI等国际重要学术刊物发表论文1500多篇，被引6.1万余次。研究成果2次荣获国家自然科学二等奖（第一完成人）。

代表性论文专著：

1. Zhijian Song, Xiaobing Lu, ..., Junfang Chen*. Epigenetic Signatures of Accelerated Aging and Immune Dysregulation in Youth with Social Anxiety Disorder. 2025,Behavioural Brain Research, 494, 115729.

2. Pan Li, Jijun Zhu, ..., Junfang Chen*. Uncovering Disease-Specific Biological Insights through a Pathway-Guided Epigenetic Aging Clock with Machine Learning, 2025, EBioMedicine, 118, 105829.

3. Huan Liu, Shenghan Wang, Binbin Cao,..., Junfang Chen*, and Wen-Xiong Chen*. Unraveling Genetic Risk Contributions to Nonverbal status in Autism Spectrum Disorder Probands, Behavioral and Brain Functions 21, no. 1 (2025): 1-11.

4. Zhang, S., Li, P., Wang, S., Zhu, J., Huang, Z., Cai, F., Freidel, S., Ling, F., Schwarz, E., & Chen, J.* (2024). BioM2: Biologically-informed multi-stage machine learning for phenotype prediction using omics data. Briefings in Bioinformatics.

5. Chen, J., Schwarz, K., Zang, Z., Braun, U., Harneit, A., Kremer, T., ... & Schwarz, E. (2021). Hyper-coordinated DNA methylation is altered in schizophrenia and associated with brain function. Schizophrenia Bulletin Open.

6. Chen, J., Cao, H., Kaufmann, T., Westlye, L. T., Tost, H., Meyer-Lindenberg, A., & Schwarz, E. (2020). Identification of Reproducible BCL11A Alterations in Schizophrenia Through Individual-Level Prediction of Coexpression. Schizophrenia Bulletin. 

7. Chen, J., Zang, Z., Braun, U., Schwarz, K., Harneit, A., Kremer, T., ... & Schwarz, E. (2020). Association of a Reproducible Epigenetic Risk Profile for Schizophrenia With Brain Methylation and Function. JAMA psychiatry. 

8. Chen, J., Cao, H., Meyer-Lindenberg, A. and Schwarz, E., 2018. Male increase in brain gene expression variability is linked to genetic risk for schizophrenia. Translational psychiatry, 8(1), p.140. 

9. Chen, J., Lippold, D., Frank, J., Rayner, W., Meyer-Lindenberg, A. and Schwarz, E., 2018. Gimpute: an efficient genetic data imputation pipeline. Bioinformatics, 35(8), pp.1433-1435.

10. Chen, J. and Schwarz, E., 2017. BioMM: Biologically-informed Multi-stage Machine learning for identification of epigenetic fingerprints. arXiv preprint:1712.00336. (NeurIPS ML4H 2017)

11. Chen, J. and Schwarz, E., 2017. The role of blood-based biomarkers in advancing personalized therapy of schizophrenia. Expert Review of Precision Medicine and Drug Development, 2(6), pp.363-370. 

12. Chen, J., Lutsik, P., Akulenko, R., Walter, J. and Helms, V., 2014. AKSmooth: Enhancing low-coverage bisulfite sequencing data via kernel-based smoothing. Journal of bioinformatics and computational biology, 12(06), p.1442005.