孙颖郁 （1973年9月）
博士 教授
电话：+86-**
E-mail：sunyingyu@bnu.edu.cn


个人简历
1992-1996年就读北京师范大学生物系生物专业本科，1999年获北京师范大学生理学专业理学硕士学位，并留校任教至今。2008年获北京师范大学神经生物学专业理学博士学位。2006年赴美国伊利诺伊大学香槟分校（UIUC）进修双语教学法；2013-2014赴瑞典隆德大学（Lund University）实验医学系Wallenberg 神经科学中心，研究退行性疾病对成体神经发生的影响。主讲 “人体及动物生理学”和“人体及动物生理学实验” 本科生课程，参与编写《人体及动物生理学》、《生理学实验》、《神经生物学》等教材，主持建设国家级精品共享资源课程“人体及动物生理学”。开展习得发声行为可塑性的神经机制研究，主持两项国家自然科学基金面上项目。近年来，研究领域扩展至脑胶质瘤方向，关注成年脑内的神经发生过程。


主要研究内容
■成年脑内神经发生与胶质瘤细胞起源
成体脑内存在神经干/祖细胞，可持续产生神经元（neurogenesis）和胶质细胞（gliogenesis），贡献于脑的可塑性。这一内源性过程可被利用于脑损伤和脑疾病的修复；而其失调可导致脑肿瘤，如胶质瘤。我们关注胶质瘤的细胞起源，通过建立患者来源的胶质瘤细胞系，并利用测序技术，以期揭示胶质瘤的初始转化事件。另一方面，我们关注基底神经核纹状体的神经发生过程（striatal neurogenesis），该区域与多种脑疾病密切相关，如中风、亨廷顿氏病、帕金森氏病、精神分裂症及成瘾等，通过利用鸟类和啮齿类动物模型，期望阐明影响成年纹状体神经发生的内在和外在因素。
■基底神经核环路与发声行为可塑性
习得发声行为是动物界的一种罕见行为，为鸣禽和人类所共有，而大部分哺乳类缺乏。鸣禽的鸣唱作为理想的模型，用于研究习得发声行为的神经机制。大量研究表明，基底核神经环路参与包括人类语言在内的运动技能的学习和维持，并与多种运动障碍疾病相关。通过探讨鸣禽基底核通路在习得鸣唱可塑性中的作用，以期为人类语言机制的理解提供有价值的参考。


代表性论著
■Jie Li, Xin Zhou, Li Huang, Xin Fu, Jin Liu, Xinwen Zhang, Yingyu Sun*, Mingxue Zuo (2013). Alteration of CaBP expression pattern in the nucleus magnocellularis following unilateral cochlear ablation in adult zebra finches. PLoS ONE 8:e79297 (*correspondence)
■Yingyu Sun*, Wei Zhang*, Dongfeng Chen*, Yuhong Lv*, Junxiong Zheng, Henrik Lilljebjörn, Liang Ran, Zhaoshi Bao, Charlotte Soneson, Hans Olov Sjögren, Leif G. Salford, Jianguang Ji, Pim J. French, Thoas Fioretos, Tao Jiang, Xiaolong Fan (2014). A glioma classification scheme based on co-expression modules of EGFR and PDGFRA. Proceedings of the National Academy of Sciences of the United States of America 111: 3538-3543 (*co-first authors)
■Xin Zhou, Xin Fu, Chun Lin, Xiaojuan Zhou, Jin Liu, Li Wang, Xinwen Zhang, Mingxue Zuo, Xiaolong Fan, Dapeng Li *, Yingyu Sun * (2017). Remodeling of dendritic spines in the avian vocal motor cortex following deafening depends on the basal ganglia circuit. Cerebral Cortex 27(5):2820-2830 (*co-correspondence)
■Qiwei Xie, Xi Chen, HaoDeng, Danqian Liu, Yingyu Sun, Xiaojuan Zhou, Yang Yang, Hua Han (2017). An automated pipeline for bouton,spine and synapse detection of in vivo two-photon images. BioData Mining 10:40
■Ayaz Ali Samo, Jiuyi Li, Min Zhou, Yingyu Sun, Yuan Yang, Yunqiu Zhang, Jing Li, Mark van Duin, Xuzhang Lu, Xiaolong Fan (2018). MCL1 gene co-expression module stratifies multiple myeloma and predicts response to proteasome inhibitor-based therapy. Genes Chromosomes Cancer 57:420–429