研究方向

Shen Lab 开发可复现的计算方法，并参与纵向人群研究，将代谢组、微生物组、其他组学与可穿戴数据联系起来。我们的研究贯穿工具开发、生物学解释和健康轨迹分析。

从质谱信号到代谢功能

如何让代谢组分析可复现，并产生可解释的生物学结果？

我们开发用于 LC–MS 数据处理、化合物注释和功能分析的开源工具。TidyMass 提供模块化、可追溯的分析流程，metID 实现自动化化合物注释，TidyMass2 将分析拓展到代谢物来源与功能模块，利用尚未完成注释的代谢特征所携带的信息。

哪些分子协同变化，它们的关系如何随时间演变？

我们结合生物网络、统计建模和 AI，将多组学测量转化为可检验的假设。MAPA 发现功能模块，并利用文献支持的语言模型进行解释，已应用于衰老相关数据。lagCI 分析高频分子与可穿戴时间序列中的时滞关系。这些推断用于指导后续实验，本身并不能确立因果机制。

不同身体部位的微生物群落如何与人体生理状态关联？

我们的合作研究将微生物动态与宿主分子和临床测量相联系。覆盖四个身体部位的纵向研究揭示了稳定、具有个体特征的微生物群落，以及与健康和疾病相关的变化。相关工作进一步研究跨部位微生物互作及其与循环代谢组的联系。

重复的分子测量能揭示哪些单次采样无法捕捉的信息？

我们研究分子谱如何随日常生活和环境暴露而变化。多组学微量采样支持高频测量与生活方式相关的变化，纵向暴露组分析则探索外界暴露与体内分子响应的联系。结合可穿戴数据，这些方法为考虑个体基线与变异的个性化监测提供研究基础。

代谢变化能否帮助刻画妊娠进程？

我们的妊娠研究通过纵向血液和尿液样本刻画协调的代谢变化，开发并评估孕周与分娩时间预测模型，同时研究妊娠过程中变化的代谢通路。目标是从分子层面理解母体生理，并为后续生物标志物验证奠定基础。