梁芸芸 副教授、博士、硕士生导师
研究领域：生物信息学、机器学习和深度学习
电子邮箱：yunyunliang88@163.com
个人主页：https://math.xpu.edu.cn/info/1408/3737.htm
梁芸芸，女，博士，副教授，硕士生导师，兼任中国现场统计研究会大数据统计分会理事。主要从事生物信息处理与数据分析，机器学习与深度学习等方面的研究。在JTB、ABIO、Physica A、JMGM、CSBJ等国内外期刊上发表学术论文30余篇，其中被SCI收录30余篇。主持完成国家自然科学青年基金项目等项目2项。
教育背景及工作经历：
201704-至今，西安工程大学理学院，教师
201308-201703，西安电子科技大学，应用数学，博士
200709-201007，太原理工大学，应用数学，硕士
200209-200607，太原理工大学，数学与应用数学，本科
荣誉获奖：
无
本科生：《随机过程（双语）》、《生物信息学（双语）》、《概率论与数理统计（C）》
硕士研究生：《随机过程及应用》
教改项目与论文：
指导全国统计建模竞赛获得省级一等奖和二等奖；指导全国大学生数学建模竞赛多次获得省级二等奖。
主持或参与的科研项目：
国家自然科学基金青年项目：面向抗病毒肽的多源高维特征设计与识别模型研究(No.12101480), 202201至202412，主持
陕西省自然科学基础研究计划青年项目：面向赖氨酸琥珀酰化位点的特征设计与预测模型研究(No. 2019JQ-279), 201901至202012，主持
国家自然科学基金青年项目：面向非激酶特异性蛋白质磷酸化位点的特征设计与预测模型研究(No. 11601407)，201701至201912，参与
国家自然科学基金青年项目：具有年龄结构的周期传染病模型的研究及应用(No.11401453），201501至2017.12，参与
陕西省自然科学基础研究计划面上项目：基于混合深度神经网络及注意力机制的治疗肽特征融合与预测模型研究(No. 2024JC-YBMS-004)，202401至202512，参与
2代表性成果：
[1] Yunyun Liang, Minwei Li. A deep learning model for prediction of lysine crotonylation sites by fusing multi-features based on multi-head self-attention mechanism. Scientific Reports, 2025, 15: 18940.
[2]Yunyun Liang, Mengyi Cao, Shengli Zhang. NeuroPred-ResSE: Predicting neuropeptides by integrating residual block and squeeze-excitation attention mechanism. Analytical Biochemistry, 2024, 695: 115648.
[3] Yunyun Liang, Xinyan Ma. iACP-GE: accurate identification of anticancer peptides by using gradient boosting decision tree and extra tree. SAR and QSAR in Environmental Research, 2023, 34(1): 1-19.
[4] Yunyun Liang, Shengli Zhang. Identify Gram-negative bacterial secreted protein types by incorporating different modes of PSSM into Chou’s general PseAAC via Kullback–Leibler divergence. Journal of Theoretical Biology, 2018, 454: 22-29.
[5] Yunyun Liang, Shengli Zhang. Predict protein structural class by incorporating two different modes of evolutionary information into Chou’s general pseudo amino acid composition. Journal of Molecular Graphics and Modelling, 2017, 78: 110-117.
[6] Yunyun Liang, Sanyang Liu, Shengli Zhang. Geary autocorrelation and DCCA coefficient: application to predict apoptosis protein subcellular localization via PSSM. Physica A-Statistical Mechanics and Its Applications, 2017, 467: 296-306.
3兼职情况:
中国现场统计研究会大数据统计分会理事
