本课题组围绕生物医学信号检测、处理与识别中的关键科学问题，开展机器学习、空间多组学、计算质谱、质谱成像、分子网络建模和健康医疗大数据分析等方向的研究。研究重点是发展适用于复杂生物医学数据的计算方法和分析工具，提高代谢组学、质谱成像和多模态空间组学数据的解析能力。

在方法研究方面，课题组关注质谱数据预处理、特征提取、分子注释、空间信号重建和多模态数据融合，结合机器学习、统计建模和网络分析方法，建立能够描述分子空间分布、代谢调控关系和疾病相关变化的计算模型。在应用研究方面，课题组面向阿尔兹海默病、肝细胞肝癌、糖尿病肾病、鼻咽癌等疾病，开展疾病相关分子标志物发现、空间代谢异常分析和多组学机制研究。

课题组希望通过电子信息、人工智能、分析化学、生命科学和医学等学科的交叉合作，推动计算质谱与空间组学分析方法的发展，为疾病机制研究、早期诊断和精准医学提供新的数据分析技术。