計算機領域從事生物信息的牛人有哪些？

01-04

有計算機背景，或者數學背景的，從事生物信息工作的，或者大規模生物數據的數據挖掘，機器學習，數據可視化工作的
不認為生物背景的可以很成功地從事計算機方面的生物信息工作

Martin Krzywinski Canada"s Michael Smith Genome Sciences Centre

他是可視化開源perl程序Circos（http://circos.ca）的作者，他的linkedin頁面在 http://www.linkedin.com/pub/martin-krzywinski/b/aa4/983

看了他的簡歷，你就相信人外真的有人了。

專業上，他是學物理，生化，數學的；

職業上，他做系統管理，生物信息學家，攝影師(基本是職業的，第二職業) ！

我比較了解他，也有些崇拜之情，哈哈；主要是我一直在做國內的circos用戶社區，跟他有過簡單聯繫。

2 上面講的真的是一個牛人。但是從LZ的問題深思，無非是想有所借鑒。所以我就把自己當個磚在拋一下。

我是07年本科畢業，學的信息與計算科學，但實際上我學的是計算數學，計算機軟體，生物信息學；

畢業後去BGI(你懂的)做開發和初級科研工作(主要是數據分析與可視化)共3年；

此後兩年分別參與兩個創業項目，一個成一個敗，現在某公司做點開放平台的事情；

之後還是打算做一些創新項目，手頭有醞釀一些項目原型。

我感興趣的領域其實主要是生物信息，互聯網，數據與可視化，能源；表面上看起來風馬牛不相及，但實際上跨界會產生很多新東西。

所以我一般自稱80後非典型跨界程序猿一枚！

此致，共勉!

不知道算不算。

Leonard Adleman，美籍猶太裔計算機科學家，著名的RSA演算法發明人之一，DNA計算領域的先驅。

楊子恆，農學
畜牧專業轉生物信息學

倫敦大學學院生物系統計遺傳學教授。2006年當選為英國皇家科學院院士，成為獲此殊榮的首位中國大陸華人。2007年度教育部「長江學者獎勵計劃」講座教授。

　　研究領域主要為分子進化、分子系統學、理論群體遺傳學和計算生物學；主要研究內容是應用數理統計學及計算機科學的方法來分析分子遺傳學資料，以推斷不同生物物種間的進化關係，估算物種間的分化年代。

　　楊子恆教授無疑是生物界的學者們口中所形容的「傳說中的大人物」。他的以最大似然法為基礎的模型和假說檢驗方法已成為分子進化理論研究的重要工具，他開發的軟體在全世界得到廣泛利用，相關文章被引用超過1300次；迄今已在國際一流雜誌上發表了超過100篇高質量的論文，論文的SCI引證超過8700餘次（99年以來）；擔任了多家國際一流學術雜誌的編輯，包括美國的《遺傳學》，《分子生物學與進化》，《分子分類學》等……這些數字和成績加起來的高度，也許很多人窮其一生都無法企及。然而，這個本應綻放著耀眼光芒的「名人」身上，似乎有一層足夠沉穩渾厚的氣息，將一切光華覆隱在他幾乎不起眼的外表背後，低低沉沉地積澱下來，一如在路上默默趕路的行者，腳步堅實，神情淡定。

PS:今天楊大神生日，來複旦講座。可惜本人環境專業，才疏學淺，好多演算法的機理都聽不懂。不過大神人很好，最後用中文把demo又講了一遍，並且一遍遍詢問大家。只好裝了軟體，回去慢慢研讀了。。。

啊啊啊，其實我是想回答另一個問題的http://www.zhihu.com/question/21256315/noti-answers?group_id=188919576，發現寫錯地方了

Jieping Ye

哈佛與耶魯兩校機器學習組裡面有非常多的教授側重於機器學習演算法在生物里的運用，其中部分教授更是身在計算機系，卻做到了Nature與Cell發的比ICML或NIPS都多...

不那麼偏生物，側重於醫療的方向上，MIT的Sontag組也做的非常出色，

//丟人了，記錯了...Med2Vec不是Sontag組做的...忙完了這波爭取把這答案改一改，現在先這樣放著...

//提出了Med2Vec把病人的Medical record給embed到一個向量空間里的演算法（類似於word2vec）...

Manolis Kellis，從Eric Lander（大牛，原先學數學的，現在是Broad Institude的頭兒）手下出來的，現在在MIT的計算機系做生物信息，同時也是ENCODE項目的主要成員，這是我知道的CS領域做生物信息（基因組學）比較有名的，不過我導師對他的學術水平持保留態度。

計算機領域做生物信息的人很多，不過他們的工作招不招生物學家們待見就是另外一回事了。

Eric Xing是先拿的生物的PhD？一直以為就是純搞機器學習的，牛氣。

國內的我認為沈紅斌(上海交通大學-沈紅斌)應該算是一個牛人了，全國優博，上交的博導，做蛋白序列數據建模分析。他的學科方向是模式識別與智能系統，所以，會比較強調模式識別在生物信息學領域的應用。

http://www.bioinfo.org.cn/

這幾位

當然是遠在美國的牛人——鳳姐