免疫学专业博士，现任北京大学副教授。主要从事人类功能基因组学、免疫信息及系统免疫学研究。前者旨在筛选、鉴定具有重要生理活性的人类编码基因，包括序列全新的基因及新转录变异体发现及功能研究；后者主要围绕免疫学大数据从组学水平进行系统性挖掘以发现科学知识和规律、开展大数据驱动的免疫学研究。目前共发表SCI署名论文40篇，其中第一或通讯作者15篇；授权国家发明专利1项；作为项目负责人承担的课题包括国家自然科学基金3项（其中2项已结题，1项仍在研）、北京市自然科学基金1项（已结题）。 近年来主要围绕组学大数据、计算机、信息学和免疫学开展交叉学科研究，试图从大数据角度系统探索免疫分子的运行变化规律以及免疫细胞表型多样性的内在调控机制，为免疫学研究提供新思路、新视角。基于组学数据挖掘的代表性工作包括： （1）基因可塑性分析及免疫细胞新亚群鉴定。提出了基因可塑性（gene plasticity，GPL）概念（用于描述基因表达的变异）及其量化测定方法。基因可塑性分析可用于免疫细胞及其亚群的marker分子评估，不仅可以评估已有的marker，还可以根据新marker发现和鉴定新的免疫细胞亚群。免疫细胞表型可塑性由基因可塑性决定。在基因可塑性分析基础上我们进一步建立了虚拟分选（virtual sorting，in silico sorting/electronic sorting）这一新的免疫信息学分析方法用于评估免疫细胞亚群特征性表达的分子并评估免疫细胞亚群功能。 虚拟分选是采用虚拟化手段对大数据样本开展各种分析，例如通过基因的表达强度追溯细胞的实验条件、分析细胞的基因表达水平；其前期分析不需要分离、体外培养和诱导免疫细胞，也不依赖于荧光染料、抗体和流式细胞术便可以预知重要基因的表达情况。这些基于组学大数据而建立的概念、方法和应用场景，改变了传统的新免疫细胞亚群发现及功能分析模式，使得新免疫细胞亚群发现不再困难。此外，我们基于大数据尚提出了内表型（internal phenotype）的概念用于描述基因间内在的制约关系；通常我们用流式细胞术所测定的表型为外表型（external phenotype），是内表型的外在体现，内表型制约着外表型。通过基因可塑性分析和虚拟分选技术可以有效鉴定免疫细胞内表型，可用于基因表达调控规律、免疫细胞调控因子鉴定等研究。 （2）建立了ImmuCo、ImmuSort等免疫细胞功能基因组学数据库。这些数据库可用于人和小鼠各自2万多个基因共表达分析、基因可塑性分析、表达谱分析、marker分子评估等。 （3）基于基因组学数据分析和鉴定新的细胞因子及分化抗原。包括CYTL1、FAM3D、PSMP、TMEM98、VSTM1-v2、FAM19A1、FAM19A4、FAM19A5、CSBF/C10orf99、LRRC25等等，系列工作已发表。