中国人民大学健康大数据研究院关于组织申报2026年求是”学术—栋梁“品牌研究项目的通知

　　为贯彻落实党中央关于加快教育现代化、建设教育强国的重大决策部署，深入落实科教兴国、人才强国与创新驱动发展战略，积极响应国家对高层次创新人才的迫切需求，服务“健康中国”建设目标，根据学校研究生院《关于组织2026年中国人民大学“求是学术-栋梁”品牌研究项目立项工作的通知》要求，中国人民大学健康大数据研究院全面启动2026年度“求是学术-栋梁”品牌研究项目（以下简称“项目”）申报工作。项目旨在整合研究院在健康大数据领域的优质科研资源，搭建本研贯通的学术训练平台，引导师生聚焦健康数据科学的前沿问题与现实需求开展创新研究，培养具备扎实创新能力与实践素养的高素质科研人才。

　　项目简介：国家“十五五”规划明确提出的“健康优先发展战略”，精准医疗已成为提升国民健康水平的核心路径。空间组学技术作为近年来生命科学领域的重大突破，能够在保留组织原位空间结构信息的基础上，高通量解析基因、蛋白及代谢物等多模态特征，为理解疾病异质性、微环境互作及治疗响应机制提供了前所未有的数据支撑。然而，空间组学数据具有高维度、强异质、强空间关联及高噪声等特点，如何实现跨层次（转录组-蛋白组-代谢组）数据的有效整合与深度挖掘，已成为制约其临床转化与机制解析的关键瓶颈。本选题拟研究面向空间多组学的深度整合学习方法，旨在打破单一组学与单一尺度的分析局限。研究将从空间邻域关系建模、跨模态共享表征提取与模态特异性特征保留等多个维度展开，构建兼顾空间连续性与生物异质性的PG电子通信统一计算框架。通过设计多层次的特征融合与约束机制，突破异构数据的对齐壁垒，提升复杂组织场景下空间域精准识别、微环境空间互作网络刻画、关键发育轨迹解析和疾病早期微环境异常检测的能力，为生长发育机制研究和精准医疗风险识别提供创新的计算方法与坚实的理论支持。

　　项目简介：脑成像技术是对脑功能进行研究的重要方法之一，基于大脑空间感兴趣区（ROI）间信号连接构建的脑网络，为揭示脑功能组织模式及其与疾病的关系提供了重要途径。但由于脑部的连接是复杂的，既包括功能连接也包括结构连接。如何识别脑网络中的结构信息，提取结构特征，并进一步开展可解释性的影响因素分析，是本选题的核心挑战。

　　项目简介：肺腺癌是我国发病率和死亡率均较高的恶性肿瘤类型之一。对患者术后总生存期（OS）及复发风险进行准确评估，是制定个体化治疗、随访与干预策略的重要基础。随着医院信息系统和肿瘤多模态诊疗体系的不断完善，临床中已积累了大量与预后密切相关的数据资源，包括术前CT影像、术后病理图像及部分实验室检查指标等。这些数据从不同层面反映了肿瘤的空间结构、细胞形态、侵袭程度及患者整体状态，为复杂疾病的生存推断提供了丰富的信息基础。然而，在真实世界肿瘤队列中，生存数据往往面临高比例删失问题。以本项目所依托的肺腺癌真实世界队列为例，删失比例超过80%。在这种情况下，传统Cox比例风险模型虽然能够处理删失数据，但删失样本中的个体特征信息并未得到充分利用，通常只作为风险集中的背景信息参与建模，导致有效信息利用不足、参数估计不稳定、模型预测能力受限。尤其是在样本量有限且删失严重的场景下，单纯依赖经典生存分析方法，难以充分刻画患者个体差异与疾病进程之间的复杂关系。针对上述问题，本研究旨在为肺腺癌术后生存分析提供一种新方法，推动多模态医学数据在高删失生存推断中的深度融合应用，并为肿瘤患者个体化预后评估与临床决策支持提供方法学参考。

　　本项目的运行管理、申报模式、材料填报、项目初评、项目复核及立项等环节，均严格按照学校通知执行，详情请点击文末“阅读原文”至研究生院官网查阅。

　　请于2026年5月24日前将申报材料发送至研究院指定邮箱：逾期不予受理。

　　欢迎各研究生团队积极申报，携手探索健康大数据领域前沿，用科研创新为“健康中国”建设注入青春力量！

　　中国人民大学健康大数据研究院于2023年5月获批成立，为学校首批建设的16个创新高地之一。研究院聚焦国民健康中的数据科学挑战，面向国民健康测度、评估、管理等社会重大现实问题开展基础研究与应用研究，致力于服务“健康中国”国家战略重大需求、构建健康大数据领域国内领先、国际一流的创新型研究高地。

　　地址：北京市海淀区中关村大街59号中国人民大学明德主楼1121B 邮编：100872