又一科学家回国，全职加盟北京大学！
2025-02-19
11079
近日，北京大学北京国际数学研究中心发布2024年工作亮点回顾文章提到，著名生物统计学者胡懿娟已回国，于2024年7月入职母校北京大学，全职任博雅特聘教授、公共卫生学院生物统计系教授、北京大学北京国际数学研究中心教授。此前，胡懿娟为美国艾默里（Emory）大学公共卫生学院生物统计与生物信息系教授，自2011年起，已在埃默里大学任教近13年。
图源：北京国际数学研究中线BICMR
公开资料显示，北大统计科学中心是北大2010年设立的一个跨学院的交叉学科研究机构，旨在建立一支具有国际先进水平的统计学团队，下辖生物统计系等多个院系。北大生物统计系成立于2018年，系跨学部、跨院系的新体制学系，由北大公共卫生学院、数学科学学院（数院）和BICMR共建。
图源：北京国际数学研究中心
根据北大BICMR发布的简历，胡懿娟2005年本科毕业于北大数院，2011年于美国北卡罗莱纳大学教堂山分校获得博士学位。2011年起，她在美国埃默里大学任教近13年，历任助理教授、副教授、教授。
主要致力于开发生物统计学领域中针对高维度和高噪声组学数据的统计理论和方法，特别关注微生物组数据和遗传数据中的高维假设检验、稳健推测以及缺失或偏差数据等问题。以第一作者或者通讯作者在《Journal of American Statistical Association》(JASA) 、《Proceedings of the National Academy of Sciences》(PNAS) 、《Microbiome》、《American Journal of Human Genetics》 (AJHG) 等期刊上发表了多篇文章。BMC Bioinformatics和Statistics in Biosciences等生信领域顶尖期刊的副主编，多次受邀担任美国国家卫生研究院基金评审组成员。
图片来源：BICMR官网
北大BICMR官微曾发布针对胡懿娟的“新入职教师访谈”。谈及选择来到北大BICMR工作的原因，胡懿娟表示，“BICMR是一个极高的平台，在全国数学相关领域中具有引领作用。BICMR的管理理念开放、自由，几乎没有限制，让人充满干劲。在这里还能接触到中国一流的本科生和研究生，这不仅能极大地推动我的研究工作，也让我欣喜于能够参与培养中国最优秀的年轻人才。”
以下为北大BICMR对胡懿娟访谈全文：
Q：请简要介绍一下您当前的研究方向。
A：我的研究主要聚焦于为生物医学领域中的高维度、高噪声组学数据开发统计理论和方法，尤其关注微生物组、基因组、代谢组等组学数据中的高维假设检验、稳健推断以及处理缺失或偏差数据等问题。我的研究特色在于与公共卫生学家和临床研究者的密切合作，从他们的科学问题中提炼出统计问题，并运用开发的统计方法有效地解决他们在科研中的实际需求。
Q：是哪些机缘巧合促使您选择了目前的研究方向呢？
A：我攻读博士期间，正值对人类基因组展开大规模人群队列研究的高速发展期。人们曾一度认为，大队列人类基因组的研究将有望破解大量人类特征和疾病的奥秘，科学界因此群情振奋。随着大规模超高维测序数据的涌现，统计学迎来了前所未有的机遇和挑战，整个统计界充满活力，甚至有人戏称一半的统计学家都投身于遗传统计研究。美国在这一领域大力投入了十余年，尽管取得了丰硕成果，但逐渐发现仅靠人类基因组难以全面解释人类特征和疾病的成因。2016年，美国宣布启动国家微生物组计划，将人体微生物组视为“第二基因组”，为研究人类疾病与健康打开了新的大门。作为统计学家，我意识到微生物组学数据较人类基因组数据更为复杂，且缺乏相应的统计方法。此外，微生物组更具可调节性，能够更直接地应用于疾病干预。这些特性激发了我对微生物组学的浓厚兴趣，促使我投身于这一新兴领域。
Q：立足当下，您对想要走上学术之路的学生们有什么建议？
A：许多数学学院的学生往往认为，科研就是数学家独自冥思苦想，极其抽象。实际上，随着数学分支的日益多样化，很多偏应用的领域需要与其他学科（如医学）交叉融合，这会带来许多有趣且接地气的元素（如医学知识、医生合作者）。与此同时，也需要具备很多非数学的技能，如人际交往、编程、读写和演讲能力。因此，学术之路其实有多种赛道，大家不必过于畏惧。
Q：作为一位数学统计出身的优秀生物统计学者，您在与非统计领域的研究者合作时有哪些经验？您认为生统专业的年轻学者应如何提升这方面的能力？
A：首先要积极寻找优秀的合作伙伴，一旦发现合适的人选，要主动联系并保持跟进。比如，我的合作医生们常常事务繁忙，可能需要我多次提醒才能维持联系。在合作初期，我会快速展示自己可以提供的独特价值来吸引他们。比如，我擅长微生物组数据分析，会向对方介绍这种数据的复杂性、我如何应对这些复杂性，以及现有分析方法的局限性。同时，我尽量用通俗易懂的语言来解释统计学相关的问题。在合作中，互相尊重和信任至关重要。如果发现自己未得到足够的尊重，那么不妨选择放弃合作。比如，我曾遇到过不够尊重统计学家的医生，或不够尊重年轻学者的资深教授。同时，合作过程中要多从对方角度出发，理解他们的需求和期望；如果有疑问，要多沟通，切勿自行揣测。
对于生物统计学领域的年轻学者，可以在导师的指导下参与合作，通过多听、多思考、多提问，试着将自己置于导师的角色，以此学习和成长。
