潘玉亮，山西人，2023年毕业于同济大学计算机科学与技术系，获工学博士学位。同年入职于det365官方网站登录 长聘教学科研岗。

曾获得湖南省优秀硕士学位论文、国家励志奖学金、国家奖学金、太原奖学金、同济大学优秀博士生奖学金（2次）、中南大学优秀团员、同济大学优秀毕业生等多项奖学金和荣誉。曾担任过院级体育部部长、中南大学软件学院文体中心副主任、同济大学本科生数据库和机器学习课程助教。

平常喜欢运动，包括：篮球、羽毛球、乒乓球等（属于又菜又爱玩），欢迎组队玩耍！

生物信息学、数据挖掘和机器学习算法等

春季开设《算法设计与分析》

秋季开设《大学信息技术》与《人工智能应用》

已在Genomics, Proteomics & Bioinformatics、Bioinformatics、BMC Bioinformatics、计算机科学与探索等国内外生物信息学权威期刊上发表多篇学术论文，并主持国家自然科学基金青年基金1项、中央高校基本科研业务费1项，参与国家自然科学基金面上项目2项、国家自然科学基金联合重点项目1项、国家重点研发计划子课题1项。授权国家发明专利1项。现任CCF专业会员、BIBM（CCF推荐B类会议）PC Member等。

[1] Yuliang Pan, Ruiyi Li, Wengen Li, Liuzhenghao Lv, Jihong Guan, Shuigeng Zhou. HPC-Atlas: Computationally Constructing A Comprehensive Atlas of Human Protein Complexes[J].Genomics Proteomics & Bioinformatics, 2023, 21(5): 976-990. (IF = 11.5)

[2] Yuliang Pan, Yang Wang, Jihong Guan, Shuigeng Zhou. PCGAN: a generative approach for protein complex identification from protein interaction networks[J]. Bioinformatics, 2023, 39(8): btad473. (IF = 6.9)

[3] Yuliang Pan, Zixiang Wang, Weihua Zhan, Lei Deng. Computational identification of binding energy hot spots in protein–RNA complexes using an ensemble approach[J]. Bioinformatics, 2018, 34(9): 1473-1480. (IF = 6.9)

[4] Yuliang Pan, Shuigeng Zhou, Jihong Guan. Computationally identifying hot spots in protein-DNA binding interfaces using an ensemble approach[J]. BMC Bioinformatics, 2020, 21(S13): 1-16. (IF = 3.0)

[5] Yuliang Pan, Diwei Liu, Lei Deng. Accurate prediction of functional effects for variants by combining gradient tree boosting with optimal neighborhood properties[J]. PLOS ONE, 2017, 12(6): e0179314. (IF = 3.7)

[6] 潘玉亮 , 关佶红, 姚恒, 石运佳, 周水庚. 基于计算的蛋白质复合物预测方法综述[J]. 计算机科学与探索, 2022, 16(1): 1-20. (中文核心)

[7] Junyi Liu, Siyu Liu, Chenzhe Liu, Yaping Zhang, Yuliang Pan, Zixiang Wang, Jiacheng Wang, Ting Wen, Lei Deng. Nabe: an energetic database of amino acid mutations in protein–nucleic acid binding interfaces[J]. The Journal of Biological Database and Curation, 2021, 2021: baab050. (IF = 5.8)

[8] 一种高效构建人类蛋白质复合物图谱的方法与系统，国家发明专利，授权编号：CN 114741528 B

现研究方向为通过机器学习算法分析研究蛋白质组学数据，诚挚欢迎感兴趣的本科生或研究生一起合作学习交流！（无需生物背景）