![](./W020240617409844574373_ORIGIN.jpg)
简 历:
1990年生,博士,现任中国科学院广州地球化学研究所副研究员。2010年至2014年就读于四川大学,获得工学学士学位。2014年至2019年在中国科学院广州地球化学研究所攻读博士学位,并取得理学博士学位。2019年1月至4月,在德国亥姆霍兹环境中心访问交流。2024年5月起在中国科学院广州地球化学研究所工作。研究兴趣是人工智能技术在环境毒理学中的应用,特别是利用数据驱动(自然语言处理和深度学习)与知识驱动(高分辨质谱和效应导向分析)相结合的研究模式,智能化识别复合污染风险成因。过去五年中,发表17篇SCI论文,其中8篇为第一作者或通讯作者,申请国家级发明专利2项,其中1项已授权,计算机软件著作权4项。主持一项国家自然科学基金和一项博士后面上基金。
获奖及荣誉:
1.“涂光炽优秀青年学者”A类(2024)
代表性论著:
1. Cheng, F. et al. Deep learning bridged bioactivity, structure and HRMS-readable evidence to decipher non-target toxicants in complex mixtures. Environ. Sci. Technol. (2024). https://doi.org/10.1021/acs.est.3c10814
2. Cheng, F. et al. Text mining-based suspect screening for aquatic risk assessment in the big data era: Event driven taxonomy links chemical exposures and hazards. Environ. Sci. Technol. Lett. 10, 1004–1010 (2023). https://doi.org/10.1021/acs.estlett.3c00250
3. Cheng, F. et al. Data-driven endpoint selection in data-poor scenarios: Bioassay design for shale gas flowback and produced waters. Environ. Sci. Technol. Lett. 9, 1074–1080 (2022). https://doi.org/10.1021/acs.estlett.2c00648
4. Cheng, F., Li, H., Brooks, B. W. & You, J. Signposts for aquatic toxicity evaluation in China: Text mining using event-driven taxonomy within and among regions. Environ. Sci. Technol. 55, 8977–8986 (2021). https://doi.org/10.1021/acs.est.1c00152
5. Cheng, F., Li, H., Brooks, B. W. & You, J. Retrospective risk assessment of chemical mixtures in the big data era: An alternative classification strategy to integrate chemical and toxicological data. Environ. Sci. Technol. 54, 5925–5927 (2020). https://doi.org/10.1021/acs.est.0c01062
6. 发明专利:一种生态风险评价文献中毒理学术语的文本挖掘方法 (已授权). ZL202110588683.7 (2022).
7. 发明专利:一种基于深度学习的英文文献污染物信息抽取方法 (已公开). 202210414714.1 (2022).
8. 计算机软件著作权:英文文献毒理学术语命名实体识别系统 v1.0,2024SR0271569. (2023).
9. 计算机软件著作权:英文文献多索引化学品命名实体识别系统 v1.0, 2023SR1023345 (2023).
10. 计算机软件著作权:城市水环境特征污染物风险库系统,2024SR0272729 (2023).
承担科研项目情况:
1. 国家自然科学基金青年基金项目,区域特征致毒物识别:基于集成测试策略的毒性终点选择,42007365,已结题
2. 中国博士后科学基金面上资助,城市室内宠物毛发对人体健康风险的集成评价策略,2020M68392,已结题