个人简介

博士毕业于哈尔滨工业大学（泰晤士世界大学排名第152位）计算机科学技术学院。先前取得的研究成果包括：（1）作为项目负责人主持并承担科研项目17项，包括国家自然科学基金面上项目和青年基金项目等国家级项目、广东省应用基础研究项目、黑龙江省级和厅级项目7项、哈尔滨市级项目3项、校级项目1项。（2）先前荣获黑龙江省级领军人才梯队计算机应用技术学科，后备带头人称号。（3）荣获吴文俊人工智能科学技术二等奖（被誉为中国智能科学技术最高奖，第3完成人）；黑龙江省科学技术三等奖（第1完成人）；黑龙江省高校科学技术二等奖（第1完成人）。（4）在国内外重要期刊和会议上共发表80余篇学术论文，包括作为第1作者或通讯作者的SCI收录论文51篇和EI收录论文3篇。发表的期刊论文包括中科院1区top期刊论文4篇，计算生物学领域1区期刊论文12篇，计算机科学技术领域top期刊论文4篇，中国计算机学会（CCF）推荐的B类国际期刊论文20篇；ESI高被引论文1篇，论文引用总数为2736次，具有一定的学术影响力。此外，作为JBHI、TCBB、BIB等多个国际重要期刊的审稿人。

欢迎硕士研究生、博士研究生、博士后研究人员加盟到我们的课题组；我们在海南大学等你来。

有意向加入课题组的同学，请加我的微信（happy112595123）或email到邮箱（pingxuan@hainanu.edu.cn）

国外访学和工作经历

(1) 2015.02-2016.02，圣路易斯华盛顿大学（泰晤士世界大学排名第50位），美国，计算机科学和工程学院，访问学者

(2) 2020.08-2021.08，千叶大学（泰晤士世界大学排名，第801到1000之间），日本，先进医学工程研究中心，客座教授

科研项目

先后主持并完成国家自然科学青年基金项目、国家自然科学基金面上项目、黑龙江省自然科学基金面上项目、黑龙江省教育厅科学技术研究项目、哈尔滨市科技青年创新人才项目、黑龙江省高校基础科研青年科技创新团队项目等10余项。目前正主持国家自然科学基金项目、校级科研启动项目等，具有较充足的研究经费。

发表论文

在国内外重要期刊和会议上共发表80余篇学术论文，包括作为第1作者或通讯作者的SCI收录论文51篇和EI收录论文3篇。发表的期刊论文包括中科院1区top期刊论文4篇，计算机科学技术领域top期刊论文4篇，中国计算机学会（CCF）推荐的B类国际期刊论文20篇。详细论文列表，请参见我的Google scholar。以下仅列出已发表的代表性论文：

2025年

(1) 第1作者. A multi-scale neighbor topology guided transformer and Kolmogorov-Arnold network enhanced feature learning model for disease-related circRNA prediction. IEEE Journal of Biomedical and Health Informatics, 2025. (中科院2区top期刊，SCI影响因子: 6.8)

(2) 第1作者. Multi-knowledge graph and multi-view entity feature learning for predicting drug-related side effects. Journal of Chemical Information and Modeling, 2025. (中科院2区top期刊，SCI影响因子: 5.7)

(3) 通讯作者. KNDM: a knowledge graph transformer and node category sensitive contrastive learning Model for Drug and Microbe Association Prediction. Journal of Chemical Information and Modeling, 2025. (中科院2区top期刊，SCI影响因子: 5.7)

(4) 通讯作者. Neighborhood topology-aware knowledge graph learning and microbial preference inferring for drug-microbe association prediction. Journal of Chemical Information and Modeling, 2025. (中科院2区top期刊，SCI影响因子: 5.7)

(5) 第1作者. Subgraph topology and dynamic graph topology enhanced graph learning and pairwise feature context relationship integration for predicting disease-related miRNAs. Journal of Chemical Information and Modeling, 2025. (中科院2区top期刊，SCI影响因子: 5.7)

(6) 第1作者. Interactive multi-hypergraph inferring and channel-enhanced and attribute-enhanced learning for drug-related side effect prediction. Computers in Biology and Medicine, 2025. (中科院2区期刊，SCI影响因子: 7)

2024年

(7) 通讯作者. Evolving graph convolutional network with transformer for CT segmentation. Applied Soft Computing, 2024. (中科院2区top期刊，SCI影响因子: 7.2)

(8) 第1作者. Multi-view attribute learning and context relationship encoding enhanced segmentation of lung tumors from CT images. Computers in Biology and Medicine, 2024. (中科院2区期刊，SCI影响因子: 7)

(9) 第1作者. Dynamic category-sensitive hypergraph inferring and homo-heterogeneous neighbor feature learning for drug-related microbe prediction. Bioinformatics, 2024. (CCF B类国际期刊，SCI影响因子: 5.4)

2023年

(10) 第1作者. Multi-scale random walk driven adaptive graph neural network with dual-head neighboring node attention for CT segmentation. Applied Soft Computing, 2023. (中科院1区期刊，SCI影响因子: 6.725)

(11) 通讯作者. Topological structure and global features enhanced graph reasoning model for non-small cell lung cancer segmentation from CT. Physics in Medicine & Biology, 2023. (中科院2区期刊，SCI影响因子: 3.609)

2022年

(12) 第1作者. Learning multi-scale heterogeneous representations and global topology for drug-target interaction prediction. IEEE Journal of Biomedical and Health Informatics, 2022. (中科院1区top期刊，SCI影响因子: 7.021)

(13) 第1作者. Learning global dependencies and multi-semantics within heterogeneous graph for predicting disease-related lncRNAs. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(14) 第1作者. Convolutional bi-directional learning and spatial enhanced attentions for lung tumor segmentation. Computer Methods and Programs in Biomedicine, 2022. (中科院2区期刊，SCI影响因子: 5.428)

(15) 第1作者. Multi-type neighbors enhanced global topology and pairwise attribute learning for drug-protein interaction prediction. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(16) 第1作者. Graph based multi-scale neighboring topology deep learning for kidney and tumor segmentation. Physics in Medicine & Biology, 2022. (中科院2区期刊，SCI影响因子: 3.609)

(17) 第1作者. Fully connected autoencoder and convolutional neural network with attention-based method for inferring disease-related lncRNAs. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(18) 通讯作者. Learning multi-scale heterogenous network topologies and various pairwise attributes for drug-disease association prediction. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(19) 第1作者. GVDTI: graph convolutional and variational autoencoders with attribute-level attention for drug-protein interaction prediction. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(20) 通讯作者. Inferring drug-target interactions based on random walk and convolutional neural network. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 3.016)

(21) 第1作者. Heterogeneous multi-scale neighbor topologies enhanced drug-disease association prediction. Briefings in Bioinformatics, 23(3), bbac123, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(22) 第1作者. Semantic meta-path enhanced global and local topology learning for lncRNA-disease association prediction. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 3.016)

(23) 第1作者. Integrating specific and common topologies of heterogeneous graphs and pairwise attributes for drug-related side effect prediction. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

(24) 通讯作者. Prediction of drug-disease associations by integrating common topologies of heterogeneous networks and specific topologies of subnets. Briefings in Bioinformatics, 2022. (CCF B类国际期刊，SCI影响因子: 13.994)

2021年

(25) 第1作者.Dynamic graph convolutional autoencoder with node attribute-wise attention for kidney and tumor segmentation from CT volumes. Knowledge-based Systems, 2021.(中科院1区top期刊，SCI影响因子: 8.038)

(26) 第1作者. Graph convolutional autoencoder and fully-connected autoencoder with attention mechanism based method for predicting drug-disease associations. IEEE Journal of Biomedical and Health Informatics, 2021. (中科院1区top期刊，SCI影响因子: 7.021)

(27) 通讯作者. Graph convolutional autoencoder and generative adversarial network-based method for predicting drug-target interactions. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2020. (ESI高被引论文，CCF推荐的B类国际期刊，SCI影响因子: 3.016)

(28) 通讯作者. Prediction of drug-related diseases through integrating pairwise attributes and neighbor topological structures. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2021. (CCF B类国际期刊，SCI影响因子: 3.016)

(29) 第1作者. Integrating multi-scale neighbouring topologies and cross-modal similarities for drug-protein interaction prediction. Briefings in Bioinformatics, 2021. (CCF B类国际期刊，SCI影响因子: 13.994)

(30) 第1作者. Prediction of drug-target interactions based on network representation learning and ensemble learning. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2021. (CCF B类国际期刊，SCI影响因子: 3.016)

科研获奖

(1) 玄萍（第3完成人），吴文俊人工智能科学技术奖（被誉为中国智能科学技术最高奖），自然科学类，二等奖；

(2) 玄萍（第1完成人），黑龙江省科学技术奖，三等奖；

(3) 玄萍（第1完成人），黑龙江省高校科学技术奖，二等奖。

指导学生业绩

(1) 先前指导的多数硕士研究生均荣获国家级或校级奖学金；

(2) 部分研究生毕业分别去了百度、京东、小米、平安保险等国内知名IT公司和企业；

(3) 部分研究生去了天津大学、南开大学、吉林大学、厦门大学、西安交通大学、中山大学、华中科技大学等国内知名学府，继续攻读博士研究生。

国内外合作和交流

我们课题组与美国圣路易斯华盛顿大学（泰晤士世界大学排名第50位）的Zhang教授、日本千叶大学（泰晤士世界大学排名，第801到1000之间）的Nakaguchi教授、澳大利亚La Trobe大学（泰晤士世界大学排名，第251到300之间）的Cui博士、西北工业大学的金教授，具有长期的合作和交流。对于具有科研热情和工作勤奋的同学，可以优先推荐到国外读博；对于有意在国内读博的同学，则优先推荐到吉林大学、西安交通大学等国内知名学府。