一、个人信息

二、个人简介

李冰杰是华中科技大学同济医学院公共卫生学院的教授、博士生导师，并作为海外高层次引进青年人才加入该校。研究工作处于应用数学、统计学与生物医学的交叉领域，致力于发展具有严格数学保障的几何方法与人工智能驱动方法，用以刻画和解析复杂高维生物医学数据的内在结构。

2015年毕业于武汉大学基础数学系，获理学学士学位，导师为樊启斌教授；2021年毕业于浙江大学，获计算数学专业理学博士学位，导师为张振跃教授。2021年12月至2025年6月在新加坡国立大学统计与数据科学系从事博士后研究，合作导师为姚志刚教授；2025年7月至2026年6月任复旦大学上海数学与交叉学科研究院（SIMIS）助理教授，从事应用统计方向研究；2026年7月起任华中科技大学同济医学院公共卫生学院教授、博士生导师。

主要研究方向为流形拟合（manifold fitting）与流形学习，即在严格的数学框架下从高维含噪数据中恢复其内在低维结构，并将相关理论与算法应用于单细胞转录组学、代谢组学等大规模生物医学问题。相关成果发表于《美国国家科学院院刊》（PNAS）、《自然·通讯》（Nature Communications）、Patterns、IEEE Transactions on Visualization and Computer Graphics 等期刊。

三、教育经历

2015.09 – 2021.09   理学博士，计算数学

浙江大学

指导教师：张振跃 教授

2011.09 – 2015.06   理学学士，数学

武汉大学　基础数学系

指导教师：樊启斌 教授

四、工作经历

2026.07 – 至今   教授、博士生导师

华中科技大学　同济医学院公共卫生学院

海外高层次引进青年人才

2025.07 – 2026.06   助理教授

复旦大学　上海数学与交叉学科研究院（SIMIS）

研究方向：应用统计

2021.12 – 2025.06   博士后研究员

新加坡国立大学（NUS）　统计与数据科学系

合作导师：姚志刚 教授

五、研究方向

主要研究方向为流形拟合（manifold fitting）与流形学习，即在严格的数学框架下，从高维含噪数据中恢复其内在的低维几何结构。研究兼顾理论基础与算法实现两个层面，内容涉及低维结构的可辨识性、逼近误差与统计收敛性分析，并延伸至拓扑数据分析、谱聚类、统计学习理论与微分几何等相关方法，为高维生物医学数据的建模提供具有数学保障的工具。

在上述方法学基础之上，重点开展单细胞组学的底层方法开发与图谱研究。针对单细胞转录组数据维度高、噪声强、细胞类型层次结构复杂的特点，发展基于流形拟合的数据表示与聚类框架，并构建高性能、可扩展的细胞图谱分析流程，以支持大规模细胞图谱的构建、注释与跨数据集比较。

另一条研究主线是数据驱动的流行病学与临床研究，致力于将几何方法与机器学习算法系统地引入人群队列与临床数据分析。相关工作包括大规模人群队列代谢组数据的异质性刻画与疾病关联分析、基于生物标志物的疾病易感性与早期预测，以及治疗反应的动态预测建模，并着力于为流行病学与临床研究中的实际建模问题提供可解释、可复现的算法方案。

近年来，研究进一步拓展至医学大模型的开发与应用，探索将大模型与高维生物医学数据的几何表示相结合，用于多模态医学数据的整合、分析与临床辅助决策，推动方法学研究向精准医学的实际场景转化。

六、论文成果

2026 年

[1] Tianhao Ni, Bingjie Li, Zhigang Yao. Enhanced high-dimensional data visualization through adaptive multi-scale manifold embedding. IEEE Transactions on Visualization and Computer Graphics, 2026.

[2] Yang Xiong, Jiadai Xu, Bingjie Li, Peng Li, Yang Wang, Peng Liu. Dynamic biomarker-based machine learning model predicts short-term treatment response in multiple myeloma. Journal of Translational Medicine, 2026.

2025 年

[3] Bingjie Li, Runyu Lin, Tianhao Ni, Guanao Yan, Mannix Burns, Jingyi Jessica Li, Zhigang Yao. CellScope: high-performance cell atlas workflow with tree-structured representation. Nature Communications, December 2025.

[4] Bingjie Li, Jiaji Su, Runyu Lin, Shing-Tung Yau, Zhigang Yao. Manifold fitting reveals metabolomic heterogeneity and disease associations in UK Biobank populations. Proceedings of the National Academy of Sciences, 122(22), e2500001122, June 2025.

[5] Zhenyue Zhang, Bingjie Li. Global understanding via local extraction for data clustering and visualization. Patterns, 6(9), September 2025.

2024 年

[6] Zhigang Yao, Bingjie Li, Yukun Lu, Shing-Tung Yau. Single-cell analysis via manifold fitting: a framework for RNA clustering and beyond. Proceedings of the National Academy of Sciences, 121(37), e2400002121, September 2024.

[7] Guanxiong Pei, Yu Pan, Taihao Li, Bingjie Li, Jia Jin. Mixed emotion recognition and priming effect on cognitive control. Biomedical Signal Processing and Control, 94, 106339, August 2024.

预印本

[8] Zhigang Yao, Jiaji Su, Bingjie Li, Shing-Tung Yau. Manifold fitting. arXiv preprint arXiv:2304.07680, April 2023.

注：作者列表中加粗并加下划线者为本人。