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）：

• 复杂网络及动力学因果

[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, 6(7): 102683, 2025.

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

[3] 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. Fundam. Res., https://doi.org/10.1016/j.fmre.2023.01.007, 2023.

[4] Jifan Shi*, Luonan Chen*, and Kazuyuki Aihara*. Embedding entropy: a nonlinear measure of dynamical causality. J. R. Soc. Interface, 19: 20210766, 2022.

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

[6] Jifan Shi, Juan Zhao, Xiaoping Liu, Luonan Chen*, and Tiejun Li*. Quantifying direct dependencies in biological networks by multiscale association analysis. IEEE/ACM Trans. Comput. Biol. Bioinform., 17(2):449-458, 2020.

• 复杂生命系统数学建模与算法

[1]Jifan Shi, Kazuyuki Aihara, and Luonan Chen*. Dynamics-based data science in biology. Natl. Sci. Rev., 8(5) nwab029, 2021.

[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 Comput. Biol., 21(4): e1012991, 2025.

[3] Jifan Shi, Kazuyuki Aihara*, Tiejun Li*, and Luonan Chen*. Energy landscape decomposition for cell differentiation with proliferation effect. Natl. Sci. Rev., 9(8): nwac116, 2022.

[4] Tiejun Li*, Jifan Shi*, Yichong Wu*, and Peijie Zhou*. On the Mathematics of RNA Velocity I: Theoretical Analysis. CSIAM Trans. Appl. Math., 2(1): 1-55, 2021.

[5] 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 Comput. Biol., 15(11): e1007488, 2019.

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

• 临界理论与模型

[1]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. Front. Netw. Physiol., 1: 755685, 2022.

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