郵箱: andrew@sinh.ac.cn
電話: +86-21-54920659
研究組主頁: https://aet21.github.io
所屬部門: 中國科學院計算生物學重點實驗室
工作經(jīng)歷：
2013年-至???今：中國科學院上海營養(yǎng)與健康研究所/中國科學院計算生物學重點實驗室研究組長，計算系統(tǒng)表觀基因組學研究員
2008年–2019年：英國倫敦大學學院癌癥研究所，Heller Research Fellow擔任Principal Research Associate（2008年–2010年），后擔任組長（2010年–2013年），英國皇家學會Newton Advanced Fellow（2015年–2019年），Honorary Research Fellow
2013年–2019年：中國科學院–馬普學會計算生物學伙伴研究所（中國科學院上海生命科學研究院計算生物學研究所）研究組長，計算系統(tǒng)表觀基因組學研究員
2003年–2008年：英國劍橋大學腫瘤系乳腺癌功能基因組學實驗室（Carlos Caldas教授領(lǐng)銜），Senior Postdoctoral Fellow
2001年–2003年：University of Warwick數(shù)學研究所數(shù)學生物學研究組（David A. Rand教授領(lǐng)銜），Research Assistant
2000年–2001年：British Telecom實驗室復(fù)雜性研究組（Sverrir Olafsson博士領(lǐng)銜），成員
教育背景：
1996年–2000年：英國劍橋大學，博士學位，理論粒子物理專業(yè)
1995年–1996年：英國劍橋大學，Certificate of Advanced Study，數(shù)學專業(yè)，Awarded Distinction
1990年–1995年：英國愛丁堡大學，學士學位，數(shù)理物理學專業(yè)，Awarded 1st Class (Tait Medal)
計算系統(tǒng)表觀基因組學
????研究方向主要是統(tǒng)計生物信息學，主要關(guān)注癌癥表觀基因組學和癌癥系統(tǒng)生物學的統(tǒng)計學分析。研究的目的是應(yīng)用創(chuàng)新的計算學方法幫助理解腫瘤形成并開發(fā)新的一般癌癥風險預(yù)測和早期診斷工具。
1. Chang J*, Lu J, Liu Q, Xiang T, Zhang S, Yi Y, Li D, Liu T, Liu Z, Chen X, Dong Z, Li C, Yi H, Yu S, Huang L, Qu F, Wang M, Wang D, Dong H, Cheng G, Zhu L, Li J, Li C, Wu P, Xie X, Teschendorff AE*, Lin D*, Wang X*, Wu C*. Single-cell multi-stage spatial evolutional map of esophageal carcinogenesis. Cancer Cell 2025 Mar;43(3):380–397.e7.
2. Teschendorff AE*, Horvath S*. Epigenetic ageing clocks: statistical methods and emerging computational challenges. Nat Rev Genet 2025 May;26(5):350–368.
3. Tong H, Dwaraka VB, Chen Q, Luo Q, Lasky-Su JA, Smith R, Teschendorff AE*. Quantifying the stochastic component of epigenetic aging. Nat Aging 2024 Jun;4(6):886–901.
4. Zhu T, Liu J, Beck S, Pan S, Capper D, Lechner M, Thirlwell C, Breeze CE*, Teschendorff AE*. A pan-tissue DNA methylation atlas enables in silico decomposition of human tissue methylomes at cell-type resolution. Nat Methods 2022 Mar;19(3):296–306.
5. Teschendorff AE*, Feinberg AP*. Statistical mechanics meets single-cell biology. Nat Rev Genet 2021 Jul;22(7):459–476.
6. Teschendorff AE*. Avoiding common pitfalls in machine learning omic data science. Nat Mater 2019 May;18(5):422–427.
7. Zheng SC, Breeze CE, Beck S, Teschendorff AE*. Identification of differentially methylated cell types in epigenome-wide association studies. Nat Methods 2018 Dec;15(12):1059–1066.
8. Teschendorff AE*, Relton CL*. Statistical and integrative system-level analysis of DNA methylation data. Nat Rev Genet 2018 Mar;19(3):129–147.
9. Teschendorff AE*, Enver T. Single-cell entropy for accurate estimation of differentiation potency from a cell's transcriptome. Nat Commun 2017 Jun;8:15599.
10. Zheng SC, Beck S, Jaffe AE, Koestler DC, Hansen KD, Houseman AE, Irizarry RA, Teschendorff AE*. Correcting for cell-type heterogeneity in epigenome-wide association studies: revisiting previous analyses. Nat Methods 2017 Feb;14(3):216–217.
官方微信
