1. 个人基本信息

姓名：彭利红
性别：女


出生年月：1978.11
技术职称：副教授

学历（学位）：博士研究生
职务：无

毕业院校：湖南大学
所在学科：计算机科学与技术

教师类型：硕士任课教师
邮箱：plhhnu@163.com

2. 研究领域

机器学习生物信息学

3. 教学与科研项目

国家自然科学基金青年项目[**]：药物-靶标相互作用预测及其在神经退行性疾病中的应用研究，2019.01-2021.12，26万元，在研，主持；
湖南省自然科学基金青年项目[2018JJ3570]；药物－靶标相互作用预测及其在药物重定位中的应用研究，2018.01-2020.12，5万元，在研，主持；
湖南省教育厅优秀青年项目[14B023]：乳腺癌致病蛋白质复合物挖掘及其在药物重定位中的应用，2014.05 - 2017.6，4万元，已结题，主持；
湖南省教育厅一般项目［09C163]：互作网络中的蛋白质功能预测及其在疾病分析中的应用研究，2009.05-2013.12，1万元，已结题，主持；
湖南省教育厅教学改革项目：新工科建设背景下网络工程专业人才培养模式的改革与实践，2018.09-2021.09，1万元，在研，主持；
湖南省教育厅教学改革项目[湘教通〔2015〕118号551 ]:MOOCs平台下《医学影像图像处理》课程翻转课堂的研究与实践，2015.5-2017.3，1万元，已结题，主持；
湖南省教育厅教学改革项目[湘教通〔2011〕128号438]:医学院校计算机专业人才培养模式的改革与探索，2011.5-2013.5，1万元，已结题，主持；

4. 学术论文

[1]Li-Hong Peng, Wen Zhu, Bo Liao*, Min Chen, Jia-Liang Yang. Screening drug-target interactions with positive-unlabeled learning. Scientific Reports, 7:8087, 2017. (SCI,中科院JCR二区,IF:4.259)
[2]Li-Hong Peng, Bo Liao*, Wen Zhu, Ze-Jun Li, Ke-Qin Li (IEEE fellow). Predicting Drug-Target Interactions with Multi-information Fusion[J]. IEEE Journal of Biomedical and Health Informatics[J].2017,21(2):561-572.(SCI,中科院JCR三区,IF:3.451)
[3]Li-Hong Peng, Ye-Qing Chen, Ning Ma, Xing Chen*. Negative-Aware and Rating-based Recommendation algorithm for MiRNA-Disease Association prediction. Molecular BioSystems,2017, 13(12): 2650-2659.( SCI,中科院JCR三区,IF:2.781)
[4]Li-Hong Peng, Bo Liao*, Wen Zhu, Ze-Jun Li. Predicting Drug-Target Interactions with Neighbor Interaction Information and Discriminative Low-rank Representation [J]. Current Protein & Peptide Science,2018,19(5):455-467.(SCI,中科院JCR三区,accepted,IF:2.576)
[5]Li-Hong Peng, Chuan-Neng Sun , Na-Na Guan，Xing Chen. HNMDA: heterogeneous network-based miRNA–disease association prediction[J]. Molecular Genetics & Genomics, 2018:1-13.
[6]Li-Hong Peng, Zhi Cao*, Li-Peng Liu. A Network Comparison Method for Finding the Conservative Interaction Regions in Protein Interaction Network[J].Journal of Computational and Theoretical Nanoscience, 2013, 10(4)：838-844.(SCI,中科院JCR四区，IF:0.897)
[7]彭利红，李泽军*，陈敏，任日丽.一种融合多信息的药物－靶标关联预测算法[J].计算机工程，2016，42(6)：218-223.(CSCD)
[8]彭利红,刘海燕*,任日丽,等.基于多标记学习预测药物-靶标相互作用[J].计算机工程与应用, 2017, 53(15): 260-265.
[9] Bo Liao*, Yan Jiang, Wei Liang,Li-Hong Peng, Li Peng, Damien Hanyurwimfura, Ze-Jun Li, Min Chen. On Efficient Feature Ranking Methods for High-Throughput Data Analysis[J]. Computational Biology and Bioinformatics, IEEE/ACM Transactions on, 2015, 12(6): 1374-1384.( SCI,中科院JCR三区,IF:1.955)
[10] Yang J, Qiu J, Wang K, Zhu L, Fang J, Zheng D, Meng X, Yang J,Peng L, Fu Y, Zhang D, Peng S, Huang H, Zhang Y 2017. Using molecular functional networks to manifest connections between obesity and obesity-related diseases[J]. Oncotarget, 2017, 8(1):19.(SCI,中科院JCR二区,IF:5.168)
[11] Jialiang Yang, Yufang Qin, Tiantian Zhang, Fayou Wang,Lihong Peng, Lijuan Zhu, Dawei Yuan, Pan Gao, Jujuan Zhuang, Zhongyang Zhang, Jun Wang, and Yun Fang. Identification of human age-associated gene co-expressions in functional modules using liquid association[J]. Oncotarget, 2018, 9(1):1063-1074.(SCI,中科院JCR二区,IF:5.168)
[12] Jie Yang, Da-Chao Li*,Li-Hong Peng, Kai Long. A Novel Method for Phylogenetic Analysis Based on Numerical Characteristics of Protein Sequence[J]. Journal of Computational and Theoretical Nanoscience, 2013, 10(2): 265-270.(SCI,中科院JCR三区,IF:0.897)
[13] Zhong-Mei Guo, Sheng Yang*, Qing-Ming Hu,Li-Hong Peng. A Transverse and Longitudinal Encoding of Protein Sequence and Its Application[J]. Journal of Computational and Theoretical Nanoscience, 2013, 10(2): 271-275.( SCI,中科院JCR三区,0.897)
[14]彭利红，廖波*，刘昊.基于蛋白质相互作用网络图的聚类方法[J]. 计算机工程与应用，2008，44(32)：132-133. (CSCD)
[15] 刘昊，廖波*，彭利红.基于蛋白质相互作用网络的聚类算法研究[J]. 计算机工程与应用，2008，44(30)：142-144. (CSCD)

5. 著作

[1]《医学信息检索（第2版）》，人民邮电出版社，21世纪高等学校规划教材, ISBN: 52,日期: 2015-05-01.
[2]《大学计算机基础》，人民邮电出版社，21世纪高等学校规划教材,ISBN: 27,出版日期:2014-02-01.
[3]《医用物理学》(中英文版).湖南科学技术出版社，ISBN: 19,出版时间: 2009-08-01.
[4]《大学计算机文化基础》.湖南科学技术出版社，ISBN: 83，出版时间:2009-07-01

6. 教学成果

彭利红，刘海燕，马俊.依托医学平台，构建优质资源，实施多样化高素质计算机专业人才培养.湖南省教育教学改革发展优秀成果一等奖，2015.
彭利红，任日丽.加强艺术教育，推进医学院校创新型人才的培养.湖南省第四届高等学校艺术教育科研论文三等奖，2014.

7. Editor

Knowledge Discovery and Data Mining Letters

8. Reviewer

Current Protein & Peptide Science
Theoretical Biology and Medical Modelling