哥伦比亚大学刘默雷，加入北京大学

来源：北京国际数学研究中心

刘默雷老师今年三月参加中国数学会医学数学分会活动，作大会报告

刘默雷，2025 年 3 月加入北京大学，任北京大学公共卫生学院、北京国际数学研究中心双聘研究员兼助理教授。2017 年本科毕业于北京大学数学科学学院，2022 年博士毕业于哈佛大学公共卫生学院，加入北京大学之前在哥伦比亚大学生物统计系担任助理教授。刘默雷的研究方向包括高维统计、半参理论、半监督学习、迁移学习、多来源数据融合、分布鲁棒学习，以及电子健康记录和生物样本库大数据驱动的生物医学研究。

Q1：请简要介绍一下您当前的研究方向。

A：我的研究聚焦于统计学/人工智能方法与生物医学大数据应用的交叉领域。方法与理论部分主要涉及：高维和复杂模型统计推断、半参理论、迁移学习、多来源数据融合，以及分布鲁棒学习等；近期我还在开展可信赖和可解释 AI 相关的研究。在交叉应用方面，我从事的合作研究主要涉及基于电子健康与生物样本库大数据的风险预测、药物安全性研究、多人群基因组学研究等，目的是通过数学与医学的深度交叉，实现由数据驱动的医疗决策支持与精准医疗。简单来说：从生物医学研究和临床实践所积累的海量数据中发掘规律和知识，以改善现实世界中健康与医疗方面的决策。

Q2：是哪些因素促使您选择了目前的研究方向呢？

A：我在北大数院本科侧重理论学习与训练，为今后的研究打下了很好的基础。在哈佛生物统计系读博期间，我在导师蔡天西的引导下接触到了医疗大数据的交叉学科前沿研究，认识到自己此前学习的统计和数学能帮助人们解决诸多具有科学价值和现实意义的问题。同时，医学领域的复杂性为方法和理论创新提供了丰沃的土壤。这种学科间的互补与交叉性激发了我的研究热情 —— 看到自己开发的方法与工具落地产生价值，并解开其背后的 「 数学问题 」，这一过程能带来双重的实现感。因此，我毕业进入学术界后，选择继续在数据科学和生物医学的交叉领域开展研究。

Q3：在您的求学经历中，有没有一些特殊的 「 瞬间 」 可以分享？

A：在我感觉自己从高中到本科再到读博的求学经历都挺充实的，过程中让我印象深刻的多数都是那种自己在努力了很久后，最终取得进步或成果的时刻。

第一个 「 瞬间 」 是我本科第二年在张平文老师的《研究型学习》课上完成了自己第一个在数据科学方面的研究项目。那是我首次体验了从选题立项到做研究再到写论文的完整的科研过程。课题是基于机器学习方法建模，利用生产参数预测工业产品质量（用了那时刚学到一点皮毛的神经网络模型，意外发现效果还不错）。我当时在课上做完结题报告后觉得非常有成就感。

第二个 「 瞬间 」 是我博士期间做的第一个项目论文被统计学顶刊接收。我从博一开始这个项目，从构建框架、提出方法到理论验证、实证研究，过程中付出了很多努力，同时也学到很多东西。这篇论文经过两次大修，最终在我博士第四年被接收。收到这个消息后，我是发自内心感慨做研究不易。

第三个 「 瞬间 」 是我博士最后一年独立于导师或任何 「 资深作者 」 完成的工作在次年被统计学顶刊接收。论文是由我和一个同龄的朋友（我们还是高中同学）合作完成的，它重要的意义在于说明我们有能力以一个独立研究员的身份完成高质量工作了。所以，这个成果给了我很大信心。

PS：这还要感谢我的导师蔡老师和 Lucas Janson，他们在我博士后期就开始鼓励我开始更独立地做研究。我们这篇工作的思路刚出现时也问过他们要不要作为指导老师参与，他们都出于对我长期发展的考量，建议我独立完成它，但同时在这个过程中也不吝啬自己的帮助。

Q4：您为什么会选择来到北京大学工作呢？对于在北大日后的研究工作有什么期待吗？

A：我选择回到北大工作，主要有三个原因。第一，我出国留学这些年见证了国家的发展，现如今国家在 AI 的助力下推进健康医疗数字化建设，「 数字健康 」 将成为提升全民健康的核心驱动力之一。我的研究方向正与此契合，北大更能为我提供理想的跨学科交叉研究的平台，这让我对回来后的工作非常期待。

第二，放眼全球，北大既有最顶尖的师资也有最优秀的学生。我本科就是北大数院的，这里的人才培养水平让我印象深刻 —— 老师们有严谨又包容的治学态度；周围同学努力上进，学习风气很好；既提供扎实的理论基础训练，也给予充足的机会让我在本科就能接触到自己感兴趣的前沿研究。

第三，我最近刚入职，看到很多本科时教过我或带我做过科研的老师还在这里，能让我想起充实快乐的本科四年，有种 「 回家 」 的感觉。

我对日后的教研工作十分期待。一方面，我希望能依托北大医学部和数院的宝贵平台，建立一个能将统计学、信息学、生物医学有机结合的复合型研究团队，团队成员有不同背景和专长，能够很好地合作与互补，从而在数据科学与生物医学的交叉研究上取得成果。另一方面，我希望能通过高质量的教学和科研指导，从北大发掘与培养适合从事交叉学科研究的学生 —— 未来计划开设一门结合数据科学、人工智能和生物医学的课程，把理论与应用有机结合起来，培养复合型人才。

Q5：您对想进入生物统计领域的学生们有什么建议吗？

A：第一，打好基础（既包括分析、代数、概率统计，也有写代码这种 「 动手 」 能力）。

第二，培养能时刻学习新事物的精神与能力。这些年数据科学和 AI 飞速发展，这为生物医学大数据的交叉研究提供了很好的契机。同学们若想利用这个机会做好交叉研究，就需不断了解和掌握不同领域前沿的研究进展与新技术。

第三，在打好基础，学有余力的基础上，找机会做一些科研实践。我本科第三年开始有幸受葛颢、赵宏宇（耶鲁大学）、钱敏平、周晓华等老师的指导做了生物统计方向的多段科研。虽然那时作为一个本科生没法做得很深入，但我从本科科研中收获到的综合能力上的提升（例如：文献学习、创新性思维、合作、学术写作等）是巨大的。这为我攻读博士学位做了很好的铺垫。读博期间我的一个感受就是：与单纯的课堂学习相比，我在科研中掌握的知识和技术要牢靠和持久的多。还需要注意一点：现在同学们科研的热情很高，机会也很多，但最为可贵的还是能坚持下来，踏实把具体的事情做好。

Q6：可以介绍一下您的兴趣爱好吗？做数学研究是一项艰苦的工作，您有什么放松自己的好办法吗？

A：我比较宅，不太喜欢出去玩，从小喜欢足球。因此，平时的娱乐活动以电子游戏、看足球比赛、看剧/电影这些为主。我对足球和卡牌类游戏尤其感兴趣，也玩一些知名的 3A 游戏。最近回国后工作变忙，玩游戏的时间变少了，于是更有限的时间花在收集球星卡这种更省时间的爱好上了。

Q7：您认为跨文化学习和工作经历对个人学术发展重要吗？请谈谈您在这方面的经历和体会。

A：跨文化经历对我的个人学术的发展帮助很大。我认为 「 跨文化学习/工作 」 的好处主要体现在：有更多机会通过学术报告和交流了解前沿的研究领域，结识合作者。哈佛和哥大的学术氛围和科研环境都很棒，尤其体现在多领域交叉学科研究上 —— 其中的先进经验和理念值得我们。但与此同时，我也觉得硕士或博士阶段的跨文化学习并非必需，同学们还是要结合实际情况找到适合自己的 「 出路 」。

我个人在对比了国内外的经历后，觉得北大数院和公卫学院在博士生基础教学和科研能力的培养上并不弱于国外一流大学，国内这些年也培养出了很多能够达到国际一流水准的优秀学生。

此外，在过去几年间，「 远程科研 」 也越来越流行。我在哥大任职期间就带过几个在国内和我做 「 远程科研 」 的本科或硕士研究生，其中一部分同学我到现在都没当面见过，不过这一点也不影响他们在这段经历中学习知识、提升能力并取得学术成果。

随着大语言模型的普及，学习前沿知识的门槛和时间成本都在降低。因此，我从一个比较务实的角度出发，认为传统意义上的跨文化学习经历虽然很好，但并不是成功的唯一途径。

我们长期为科研用户提供前沿资讯、实验方法、选品推荐等服务，并且组建了 70 多个不同领域的专业交流群，覆盖PCR、细胞实验、蛋白研究、神经科学、肿瘤免疫、基因编辑、外泌体、类器官等领域，定期分享实验干货、文献解读等活动。

添加实验菌企微，回复【】中的序号，即可领取对应的资料包哦～

【2401】论文写作干货资料（100 页）

【2402】国内重点实验室分子生物学实验方法汇总（60 页）

【2403】2024 最新最全影响因子（20000+ 期刊目录）

【2404】免疫学信号通路手册

【2405】PCR 实验 protocol 汇总

【2406】免疫荧光实验 protocol 合集

【2407】细胞培养手册

【2408】蛋白纯化实验手册

【2501】染色体分析方法汇总

【2502】国自然中标标书模板

【2503】WB 实验详解及常见问题解答

【2504】DeepSeek 论文写作常用口令

【2505】中国科学院期刊分区表（2025 年最新版）