简介
研究方向
发表论著
承担科研项目
项目组情况
招生信息

张治华(ZHANG Zhihua)
博士生导师，研究员
E-Mail：zhangzhihua@big.ac.cn
研究领域：生物信息学
导师简介：学习经历：
2002–2006 中国科学院 生物物理研究所 计算生物学 博士
工作经历：
2006–2009 密西更大学 系统生物学 博士后
2009–2011 纽约 冷泉港实验室和德克萨斯大学达拉斯分校 系统生物学 博士后
2011至今 中国科学院北京基因组研究所 研究员
学术兼职：
《Progress in Biochemistry and Biophysics》编委会编委
《Genomics, Proteomics & Bioinformatics》编委会编委
获奖及荣誉：


　　本实验室结合计算系统生物学、进化生物学、人工智能（大数据）以及最新的实验技术等手段，研究高等动物基因调控网络的机制和功能。当前的主要研究方向有：
　　1.开发新的计算及实验技术解析基因组的三维高级结构。
　　2.转录因子、长非编码RNA、转座子元件等在基因组的三维高级结构的形成、稳定、调控和进化中的作用。
　　3.以血液系统的发育和疾病为模型，研究三维基因组介导的表观遗传信息的跨代（体细胞，代际）传递和演进机制。
　　4.基于增强/虚拟现实（AR/VR）和人工智能(深度学习)技术的组学大数据可视化。
　　本实验室欢迎各种学科背景的学生，包括并不限于物理，数学，统计，计算机，遗传，细胞生化等。

近期主要学术成果：
研究性论文 * co-first authors
1. Junfeng Liu1*, Ziyang An#, Jianjun Luo, Jing Li, Feifei Li#, Zhihua Zhang#, (2019) Episo: quantitative estimation of RNA 5-methylcytosine at isoform level by high-throughput sequencing of RNA treated with bisulfite, Bioinformatics, 2019 btz900 (Accepted).
2. Xiao Li*, Ziyang An*, Zhihua Zhang# (2019) Comparison of computational methods for 3D genome analysis at single-cell Hi-C level. Methods 2019 DOI：10.1016/j.ymeth.2019.08.005.
3. Angsheng Li#, Xianchen Yin, Bingxiang Xu, Danyang Wang, Jimin Han, Yi Wei, Yun Deng, Ying Xiong and Zhihua Zhang# (2018) Decoding Topologically Associating Domains with Ultra-low resolution Hi-C Data by Graph Structural Entropy. Nature Communications 2018 9:3265.
4. Bixia Tang, Feifei Li, Jing Li, Wenming Zhao#, Zhihua Zhang# (2017) Delta: a new Web-based 3D genome visualization and analysis platform. Bioinformatics 2017, 34:1409–1410.
5. Hui Zhang, Feifei Li, Yan Jia, Bingxiang Xu, Yiqun Zhang, Xiaoli Li, Zhihua Zhang# (2017) Characteristic arrangement of nucleosomes is predictive of chromatin interactions at kilobase resolution. Nucleic Acids Research 2017 V45, 12739 - 12751.
6. Bingxiang Xu, Hao Ge, Zhihua Zhang# (2017) An efficient and assumption-free method to approximate protein level distribution in the two-states gene expression model. Journal of Theoretical Biology 2017, 433:1-7.
7. Zhentao Sheng, Lijia Yu, Tianyi Zhang, Xun Pei, Xuan Li, Zhihua Zhang, Wei Du# (2016) ESCRT-0 complex modulates Rbf mutant cell survival by regulating Rhomboid endosomal trafficking and EGFR signaling. Journal of Cell Science 129: 2075-2084.
8. Xiaoxiao Yun*, Lili Xia*, Bixia Tang, Hui Zhang, Feifei Li, Zhihua Zhang# (2016) 3CDB: A manually curated database of Chromosome Conformation Capture Data. Database 2016: baw044. doi:10.1093/database/baw044.
9. Rongxin Fang, Chengqi Wang, Geir Skogerbo, Zhihua Zhang# (2015) Functional diversity of CTCFs is encoded in their binding motifs. BMC Genomics 16: 649.
10. Lina Ma, Peng Cui, Jiang Zhu, Zhihua Zhang and Zhang Zhang (2014) Translational selection in human: more pronounced in housekeeping genes. Biology Direct 9, 17.
11. Zhihua Zhang# (2014) The Evolution of Heterogeneities Altered by Mutational Robustness, Gene Expression Noise and Bottlenecks in Gene Regulatory Networks. PLoS ONE 9(12): e116167.
12. Lei Sun, Zhihua Zhang, Timothy L. Bailey, Andrew C. Perkins, Michael R. Tallack, Zhao Xu and Hui Liu (2012) Prediction of novel long non-coding RNAs based on RNA-Seq data of mouse Klf1 knockout study. BMC Bioinformatics. 13:331.
13. Zhihua Zhang, Xiaotu Ma, Michael Q Zhang (2012) Bivalent-Like Chromatin Markers Are Predictive for Transcription Start Site Distribution in Human. PLoS ONE 7(6):e38112
14. Xiaotu Ma, Ashwinikumar Kulkarni, Zhihua Zhang, Zhenyu Xuan and Michael Zhang (2012) A highly efficient and effective motif discovery method for ChIP-seq/ChIP-chip data using positional information. Nucleic Acids Res. 40(7):e50.
15. Zhihua Zhang, Michael Q Zhang (2011) Histone modification profiles are predictive for both protein-coding and microRNA gene’s tissue/cell-type specific expression. BMC Bioinformatics 12:155.
16. Zhihua Zhang, Wenfeng Qian and Jianzhi Zhang (2009) Positive selection for elevated gene expression noise in yeast. Molecular Systems Biology. 5:299.
17. Zhihua Zhang and Jianzhi Zhang (2009) A Big World Inside Small-World Networks. PLoS ONE. 4: e5686.
18. Zhihua Zhang and Jianzhi Zhang (2008) Accuracy and application of the motif expression decomposition method in dissecting transcriptional regulation. Nucleic Acids Research. 36(10):3185-3193.
19. Zhihua Zhang, Changning Liu, Geir Skogerbo, Xiaopeng Zhu, Hongchao Lu,Lan Chen, Baochen Shi, Yong Zhang, Tao Wu, Jie Wang and Runsheng Chen (2006) Dynamic Changes in Subgraph Preference Profiles of Crucial Transcription Factors. PLoS Computational Biology. 2(5): e47.
20. Zhihua Zhang, Sun Hong, Yong Zhang, Yi Zhao, Baochen Shi, Shiwei Sun,Hongchao Lu, Dongbo Bu, Lunjiang Ling and Runsheng Chen (2006). Genome wide Analysis of Mammalian DNA Segment Fusion/Fission. Journal of Theoretical Biolology. 240(2): 200-208.
21. Yong Zhang, Shaojuan Li, Geir Skogerb, Zhihua Zhang, Xiaopeng Zhu, Zefeng Zhang, Shiwei Sun, Hongchao Lu, Baochen Shi and Runsheng Chen (2006) Phylophenetic properties of metabolic pathway topologies as revealed by global analysis. BMC Bioinformatics 7, 252.
22. Housheng He, Lun Cai, Geir Skogerbo, Wei Deng, Tao Liu, Xiaopeng Zhu,Yudong Wang, Dong Jia, Zhihua Zhang, Yong Tao, Haipan Zeng,Muhammad Nauman Aftab, Yan Cui, Guozhen Liu and Runsheng Chen (2006) Profiling Caenorhabditis elegans non-coding RNA Expression With a Combined Microarray. Nucleic Acids Research. 34(10): 2976–2983.
23. Tao Wu, Jie Wang, Changning Liu, Yong Zhang, Baochen Shi, Xiaopeng Zhu, Zhihua Zhang, Geir Skogerbo, Lan Chen, Hongchao Lu, Yi Zhao and Runsheng Chen (2006) NPInter: the Noncoding RNAs and Protein related biomacromolecules Interaction database. Nucleic Acids Research. 34:D150-D152.
24. Zhang Zhihua, Zhang Yong, Shi Baochen, Deng Wei, Zhao Yi and Chen Runsheng (2004) Detecting Chimeric 5'/3' UTRs with Cross Chromosomal Splicing by Bioinformatics. Chinese Science Bulletin. Vol.49:1051-1054.
25. Zhang Yong, Zhang Zhihua, Ling Lunjiang, Shi Baochen and Chen Runsheng (2004). Conservation analysis of small RNA genes in Escherichia coli. Bioinformatics 20: 599-603.
26. Wei Deng, Baochen Shi, Xiaoli He, Zhihua Zhang, Jun Xu, Biao Li, JianYang, Lunjiang Ling, Chengping Dai, Boqin Qiang, Yan Shen and Runsheng Chen (2004) Evolution and migration history of Chinese population inferred from Chinese Y-Chromosome evidence. Journal of Human Genetic. 49:339-348.
27. Zhang Zhihua (2002) On Short Exact Categorie CRM. Journal of Natural Science of Hunan Normal University. Vol.25:13-17. (In Chinese).

综述性论文
1.刘聪， 张治华# （2019） 基于Hi-C技术识别基因组结构变异及其在肿瘤研究中的应用, 中国科学: 生命科学，2019，已接受.
2.高晓萌，张治华 #（2019）生物大分子“液液相分离”调控的染色质三维空间结构和功能，遗传，2019，已接受.
3.Feifei Li #, Ziyang An and Zhihua Zhang#, (2019) The dynamic 3D genome in gametogenesis and early embryonic development，Cells, 8(8), 788; https://doi.org/10.3390/cells**.
4.Bingxiang Xu, Zhihua Zhang# (2016) Computational inference of physical spatial organization of eukaryotic genomes. Quantitative Biology 4, 302-309.
5.Zhihua Zhang#. (2016) A Key to Genome Maze in 3D. Genomics, proteomics & bioinformatics 14, 4-6.
6.Chengqi Wang, Michael Q Zhang, Zhihua Zhang# (2013) Computational identification of active enhancers in model organisms. Genomics, Proteomics & Bioinformatics. 11(3):142-50.


1. 中国科学院A类战略性先导科技专项“种子精准设计与创造”,项目“种子精准设计的变革技术”，课题“颠覆性前沿技术探索”，子课题“整合单细胞影像精准筛选高成活率猪SCNT胚胎”， 2019/9-2022/9,在研，子课题负责人。
2. 国家自然科学基金,重大研究计划集成项目，新型RNA修饰的检测技术开发与功能研究， 2020/1-2022/12,在研，参与。
3. 国家重点研发计划，主动健康和老龄化科技应对重点专项，中国健康长寿大人群多队列的系统研究，长寿人群基因组大数据综合分析平台及健康老龄促进的适宜技术整合、推广和策略, 2018/12-2022/12,在研，参与。
4. 国家自然科学基金, 面上项目，**，基于ATAC-seq高精度预测染色质相互作用的新方法和基于增强现实的3D基因组数据可视化, 2019/01-2022/12，在研，项目负责人。
5. 国家自然科学基金, 面上项目，**，一种精确捕获真核细胞群体的3D基因组构象及其系综分布的新技术和新算法, 2017/01-2020/12，在研，项目负责人。


主要研究方向为通过计算系统生物学的方法，结合最新的实验技术研究基因调控网络的结构和功能。
具体研究内容是：
1.基因调控元件的远程相互作用，即三维基因组学。真核生物的基因转录受到启动子，增强子，抑制子等等一系列调控元件的调节。这些调控原件以及他们之间的相互作用构成了基因调控网络的基本元素。在基因组上相距甚远的调控原件之间可以或者直接的通过物理接触，或者间接的通过媒介分子，比如非编码RNA，远程的调控基因的时空表达。我们关注的问题包括，a)在这个复杂的相互作用网络中，如何预测一个特定的调控元件的特异性目标基因; b)如何通过这个调控网络的特征来预测基因的时空表达模式; c)如何理解染色质纤维在细胞核内的空间结构的形成以及它在基因调控网络功能之间的关系。。
2.基因调控远程相互作用网络中的非编码RNA(ncRNA)。比如增强子关联的长非编码RNA, 他们的形成，调控和演化模式；环状RNA的预测，结构和演化。
3.基因调控网络的微演化。我们关注在肿瘤的发生，肿瘤异质性形成和发展，肿瘤的转移等过程中，细胞基因调控网络的拓扑和网络动力学是如何在突变的作用下发生变化的，这些变化又是如何进一步影响肿瘤在体内的演化的。我们期望从网络动力学演化的角度，开发出新的计算方法鉴别在上述过程中起关键作用的遗传或者表观遗传学变异。
4.人工智能和生物医学大数据。利用人工智能的方法深度挖掘生物医学大数据。

　　本实验室欢迎各种学科背景的学生，包括并不限于物理，数学，统计，计算机，遗传，生化等。热忱欢迎对生物信息学，计算生物学研究饱含兴趣及热情的具有相关专业背景的同学们报考。希望你们具备基本的逻辑思维能力，掌握基本的科研技能和工具，熟悉领域内的重要论文，能在导师的指导下独立完成指定科研课题，并且希望你们是真心热爱科学研究，想在这条道路上长久发展的。在基因组所，你将接受严格的科研训练，获得开展科学研究，探索未知世界的基本技能。