个人简介

史际帆, 复旦大学智能复杂体系基础理论与关键技术实验室副研究员 (tenured), 博士生导师. 入选国家级青年人才计划、上海市青年人才计划. 获北京大学计算数学学士与博士学位, 曾任东京大学特任研究员. 获得国自然原创探索计划项目、国自然青年基金、科技部重点研发计划等国家级项目资助. 研究领域为计算生物学、复杂系统中的动力学等, 主要课题包括随机模型与算法、复杂网络、动力学因果、临界理论、单细胞组学建模与分析、脑数据建模与分析等数学与生命科学交叉研究方向. 研究内容主要围绕理论、计算、应用三个方面, 通过结合数学理论和实验数据, 探索复杂现象背后的普适数学规律和定量模型, 以达到对生命复杂体系进行描述、解释、预测、控制等目的. 研究成果发表于Natl Sci Rev, PLoS Comput Biol, J R Soc Interface, Brief Bioinform, Commun Phys 等, 出版专著一部, 参与编写教材一部. 目前担任中国运筹学会计算系统生物学分会青年理事, PLOS Computational Biology Academy Editor, 《新兴科学和技术趋势》青年编委, 教育部学位论文中心评审专家等。

教育经历

• 2012年9月-2018年1月 北京大学数学科学学院 计算数学 博士 (导师：李铁军 教授)

• 2008年9月-2012年7月 北京大学数学科学学院 信息与计算科学专业 学士

工作经历

• 2024年12月至今 复旦大学智能复杂体系基础理论与关键技术实验室 副研究员 (tenured)

• 2022年5月至2024年12月 复旦大学 智能复杂体系基础理论与关键技术实验室 青年副研究员 (tenure-track)

• 2020年4月-2022年3月 东京大学国际高等研究所 神经智能国际研究机构 特任研究员

• 2018年4月-2020年3月 东京大学生产技术研究所 数理生命情报学研究室 特任研究员

学术著作

1. 《基于理工信的医学数据采集与分析》 (教育部基础医学“101计划”核心教材, 110.8万字). 编委成员. 北京大学医学出版社, 北京, 2024年7月. ISBN 978-7-5659-3198-7.

2. 《动力学刻画的数据科学理论和方法》 (“十四五”时期国家重点出版物出版专项规划项目, 大数据与数据科学专著系列, 31.5万字). 陈洛南, 刘锐, 马欢飞, 史际帆. 科学出版社, 北京, 2024年10月. ISBN 978-7-5088-6449-5.

近期代表性成果（部分）

1. Ren Cao, Jintong Zhao, Chun Guan, Huanfei Ma*, Jifan Shi*, and Siyang Leng*, Reservoir cross mapping as a nonlinear framework for detecting dynamical causality, Cell Reports Physical Science, [2025], 6(7): 102683.

2. Yecheng Tan, Ai Wang, Zezhou Wang, Wei Lin*, Yan Yan*, Qing Nie*, Jifan Shi*, Transfer learning of multicellular organization via single-cell and spatial transcriptomics, PLoS Computational Biology, [2025], 21(4): e1012991.

3. Jintong Zhao, Zhongxue Gan*, Ruixi Huang, Chun Guan, Jifan Shi*, and Siyang Leng*, Detecting dynamical causality via intervened reservoir computing, Communications Physics, [2024], 7: 232.

4. Peng Tao, Qifan Wang, Jifan Shi, Xiaohu Hao, Xiaoping Liu, Bin Min, Yiheng Zhang, Chenyang Li, He Cui*, Luonan Chen*, Detecting dynamical causality by intersection cardinal concavity, Fundamental Research, [2023], published online.

5. Jifan Shi*, Kenji Kirihara, Mariko Tada, Mao Fujioka, Kaori Usui, Daisuke Koshiyama, Tsuyoshi Araki, Luonan Chen, Kiyoto Kasai*, and Kazuyuki Aihara*, Criticality in the healthy brain, Frontiers in Network Physiology, [2022], 1: 755685.

6. Jifan Shi*, Luonan Chen*, and Kazuyuki Aihara*, Embedding entropy: a nonlinear measure of dynamical causality, Journal of the Royal Society Interface, [2022], 19: 20210766.

7. Jifan Shi, Kazuyuki Aihara*, Tiejun Li*, and Luonan Chen*, Energy landscape decomposition for cell differentiation with proliferation effect, National Science Review, [2022], 9(8): nwac116.

8. Jifan Shi, Kazuyuki Aihara, and Luonan Chen*, Dynamics-based data science in biology, National Science Review, [2021], 8(5): nwab029.

9. Tiejun Li, Jifan Shi, Yichong Wu, and Peijie Zhou, On the Mathematics of RNA Velocity I: Theoretical Analysis, CSIAM Transactions on Applied Mathematics, [2021], 2(1): 1-55.

10. Jifan Shi, Juan Zhao, Xiaoping Liu, Luonan Chen*, and Tiejun Li*, Quantifying direct dependencies in biological networks by multiscale association analysis, IEEE/ACM Transactions on Computational Biology and Bioinformatics, [2020], 17(2): 449-458.

11. Jifan Shi, Andrew E Teschendorff*, Weiyan Chen, Luonan Chen*, and Tiejun Li*, Quantifying Waddington’s epigenetic landscape: a comparison of single-cell potency measures, Briefings in Bioinformatics, [2020], 21(1): 248-261.

12. Jifan Shi, Juan Zhao, Tiejun Li*, and Luonan Chen*, Detecting direct associations in a network by information theoretic approaches, Science China Mathematics, [2019], 62(5): 823-838.

13. Jifan Shi, Tiejun Li*, Luonan Chen*, and Kazuyuki Aihara*, Quantifying pluripotency landscape of cell differentiation from scRNA-seq data by continuous birth-death process, PLoS Computational Biology, [2019], 15(11): e1007488.

14. Jifan Shi, Tiejun Li, and Luonan Chen, Towards a critical transition theory under different temporal scales and noise strengths, Physical Review E, [2016], 93(3): 032137.