复旦大学余宏杰课题组博士招生和博士后招聘启事

一、课题组 PI

1．简介

其研究领域主要是针对严重威胁全球公共卫生安全和我国人民健康的新发、重大传染病，包括新冠病毒感染、新型人感染动物源性流感、季节性流感、呼吸道合胞病毒感染、麻疹、登革热、基孔肯亚热、手足口病等，以往主要运用经典流行病学、传染病学、病原微生物学、免疫学、宿主和病原遗传学、卫生经济学、现代统计学、地理信息学和生态学等多学科交叉技术，研究其传播动力学、流行病学参数、疾病负担、干预措施和临床管理的评价，以及疫苗的效力、效果、安全性和卫生经济学评价等。近年在传染病研究领域拓宽了以往的边界，重点开展新兴跨学科的交叉研究，包括传染病系统免疫学、病毒基因组系统进化动力学、耦合接触与移动网络的传染病动力学建模、新发传染病的传播动力学和复杂建模、宿主病毒排出和免疫应答规律，以及基于深度学习的病毒抗原性和基因变异与进化预测等。

目前兼任 WHO 免疫策略专家咨询委员会（SAGE）专家组轮值成员。获国家自然科学基金委「杰出青年基金」资助、教育部「长江学者特聘教授」、中组部「万人计划科技创新领军人才」、国务院「政府专家特殊津贴」、国家卫计委「突出贡献中青年专家」、「吴阶平-保罗杨森医学药学奖」、「树兰医学青年奖」、人社部「国家百千万人才工程」、科技部「中青年科技创新领军人才」和上海市科委「上海市优秀学术带头人计划」。此外，他还担任

Emerging Microbes and Infections, Infectious Diseases of Poverty, Global Transitions, China CDC Weekly

Science, Nature, Cell, Lancet, JAMA, BMJ,

2．论文发表

发表 SCI 英文论文 >290 篇，IF 计 3,960，其中以第一作者或通讯作者（含并列）发表 SCI 论文 197 篇，IF 合计 2,718，其中 IF >10 为 53 篇，包括

Science

National Science Review

Lancet

New England Journal of Medicine

BMJ

Nature Medicine

Nature Genetics

Nature Microbiology

Nature Human Behaviour

Nature Communications

Cell Research

Science Advances

PNAS

PLoS Medicine

Lancet Infectious Diseases

Lancet Microbe

Lancet Global Health

Lancet Public Health

Lancet Child & Adolescent Health

Lancet Healthy Longevity

入选科睿唯安 2020、2022、2023、2024 和 2025 年度全球高被引科学家、爱思唯尔 2021-2024 年「中国高被引学者」、全球前 2% 顶尖科学家榜单中的终身科学影响力排行榜（2021、2023 和 2024）及 2019-2024 年度科学影响力排行榜（Stanford University）。

3．承担课题

2010 年以来，作为负责人承担各类科研项目 30 余项，包括国家自然科学基金委「杰出青年基金」、重点项目、面上项目、国家科技传染病重大专项、科技支撑计划、国家卫生计生委行业专项、上海市科技重大专项，以及 WHO、美国 NIH、美国 CDC、英国 NIHR 和李嘉诚全球卫生基金会等国际机构资助的科研课题。

4．科研获奖

获国家科学技术进步奖特等奖（第九完成人）、北京市科技进步一、二、三等奖（均为第一完成人），教育部高等学校科学研究优秀成果奖（科学技术）科技进步奖二等奖（第一完成人）、中华医学科技奖二等奖（第一完成人），华夏医学科技奖科学技术奖二等奖（第一完成人）。

二、研究方向

1．传染病系统免疫学

传染病病原体变异通常由宿主免疫和多病原体竞争传播共同调控，而应对新发病原体或已知病原体的新变种所引起疫情的关键在于确定人群的免疫水平，及其如何影响个体内部与个体之间的免疫选择性压力。余宏杰课题组通过建立基于社区人群的血清流行病学前瞻性队列，结合传染病流行病学和免疫大数据、数学机制模型和计算模拟技术，在人群和个体层面刻画全生命周期的病原体特异性免疫力多样性（包括妊娠期母体免疫、子代母源性免疫和自然感染/疫苗接种诱导免疫），及其与内外源性驱动因素的动态博弈。

代表性成果：

1. Wang W, O'Driscoll M, Wang Q, Zhao S, Salje H*, Yu H*. Dynamics of measles immunity from birth and following vaccination. Nat Microbiol. 2024; 9(7):1676-1685.

2. Li M†, Wang W†, Chen J†, Zhan Z, Xu M, Liu N, Ren L, You L, Zheng W, Shi H, Zhao Z, Huang C, Chen X, Zheng N, Lu W, Zhou X, Zhou J, Liao Q, Yang J, Jit M, Salje H, Yu H*. Transplacental transfer efficiency of maternal antibodies against influenza A(H1N1)pdm09 virus and dynamics of naturally acquired antibodies in Chinese children: A longitudinal, paired mother–neonate cohort study. Lancet Microbe. 2023; 4(11):e893-e902.

3. Wang W, Wang Q, Zhao S, Zhou X, Crooke S, Salje H, Jit M, Yu H*. COVID-19 pandemic and waning immunity disrupted measles population immunity and strategies to close immunity gaps. Nat Commun. 2025.

4. Wang Q†, Wang W†, Winter AK†, Zhan Z†, Ajelli M, Trentini F, Wang L, Li F, Yang J, Xiang X, Liao Q, Zhou J, Guo J, Yan X, Liu N, Metcalf CJE, Grenfell BT, Yu H*. Long-term measles antibody profiles following different vaccine schedules in China, a longitudinal study. Nat Commun. 2023; 14(1):1746.

5. Yang J†, Liao Q†, Luo K†, Liu F†, Zhou Y†, Zou G†, Huang W, Yu S, Wei X, Zhou J, Dai B, Qiu Q, Altmeyer R, Hu H, Paireau J, Luo L, Gao L, Nikolay B, Hu S, Xing W, Wu P, van Doorn HR, Horby PW, Simmonds P, Leung GM, Cowling BJ, Cauchemez S, Yu H*. Seroepidemiology of enterovirus A71 infection in prospective cohort studies of children in southern China, 2013-2018. Nat Commun. 2022; 13(1):7280.

6. Wei X†, Yang J†, Gao L†, Wang L†, Liao Q†, Qiu Q, Luo K, Yu S, Zhou Y, Liu F, Chen Q, Zhang J, Dai B, Yang H, Zhou J, Xing W, Chen X, He M, Ren L, Guo J, Luo L, Wu P, Chen Z, van Doorn HR, Cauchemez S, Cowling BJ, Yu H*. The transfer and decay of maternal antibodies against enterovirus A71, and dynamics of antibodies due to later natural infections in Chinese infants: a longitudinal, paired mother-neonate cohort study. Lancet Infect Dis. 2021; 21(3):418-426.

7. Wang Q†, Liu N†, Wang Y†, Ruckwardt TJ, Xu M, Wu J, Zhang J, Tong X, Zhou J, Lin J, Liang Y, Yang J, Yi L, Chu HY, Yu H*. Antibody responses to respiratory syncytial virus: A population-based cross-sectional serological study in southern China, 2021. Clin Microbiol Infect. 2024; 30(9):1183-1189.

2．病毒基因组系统进化动力学

结合系统发育学、系统进化动力学、传染病流行病学、生物信息学、生态学和地理统计学等多学科交叉技术，整合基因序列、病毒学监测、人群移动和生态分布等多源数据，从宿主内和宿主间多维视角，开展传染病暴发的时空溯源和时空传播动态研究。余宏杰团队在此领域已开展了系列前沿研究，如定量评估新冠病毒的全球基因监测网络和基因数据共享（

Nature Genetics

Lancet Microbe,

Science,

Nature Communications,

National Science Review,

代表性成果：

1. Chen Z, Tsui JL, Gutierrez B, Busch-Moreno S, du Plessis L, Deng X, Cai J, Bajaj S, Suchard MA, Pybus OG*, Lemey P*, Kraemer MUG*, Yu H*. COVID-19 pandemic interventions reshaped the global dispersal of seasonal influenza viruses. Science. 2024; 386:eadq3003.

2. Wang W†, Xing J†, Jiang H, Lu F, Huang H, Zhang Y, Sun A, Han Y, Lu J, Cowling BJ, Horby P, Uyeki TM§, Yu H*§. Human infections with avian influenza A(H5) viruses with potential pandemic risk: 1997-2025. Natl Sci Rev. 2025.

3. Chen Z, Lemey P, Yu H*. Approaches and challenges to inferring the geographical source of infectious disease outbreaks using genomic data. Lancet Microbe. 2024; 5(1):e81-e92.

4. Chen Z, Azman AS, Chen X, Zou J, Tian Y, Sun R, Xu X, Wu Y, Lu W, Ge S, Zhao Z, Yang J, Leung DT, Domman DB, Yu H*. Global landscape of SARS-CoV-2 genomic surveillance and data sharing. Nat Genet. 2022; 54(4):499-507.

5. Chen Z, Tsui JL, Cai J, Su S, Viboud C, du Plessis L, Lemey P*, Kraemer MUG*, Yu H*. Disruption of seasonal influenza circulation and evolution during the 2009 H1N1 and COVID-19 pandemics in Southeastern Asia. Nat Commun. 2025; 16(1):475.

3．耦合接触与移动网络的传染病传播动力学建模

基于现场调查、手机信令、航空网络等高精度人群时空数据，运用复杂网络、行为科学、计算机模拟、空间计算等多学科交叉技术，在高精度尺度下研究人群接触和移动网络的拓扑结构、地域性、时空变化规律，及其与传染病传播的相互作用机制。通过构建群体或个体水平传播动力学模型，准确解析其与传染病疫情时空扩散的关系，评估药物性和非药物性干预措施效果，指导疫情预警以及干预措施的靶向施策、精准评估和系统优化。

代表性成果：

1. Zhang J, Litvinova M, Liang Y, Wang Y, Wang W, Zhao S, Wu Q, Merler S, Viboud C, Vespignani A, Ajelli M*, Yu H*. Changes in contact patterns shape the dynamics of the COVID-19 outbreak in China. Science. 2020; 368(6498):1481-1486.

2. Zhang J, Litvinova M, Liang Y, Zheng W, Shi H, Vespignani A, Viboud C, Ajelli M*, Yu H*. The impact of relaxing interventions on human contact patterns and SARS-CoV-2 transmission in China. Science Advances. 2021; 7(19):eabe2584.

3. Zhang J†, Tan S†, Peng C, Xu X, Wang M, Lu W, Wu Y, Sai B, Cai M, Kummer A. G, Chen Z, Zou J, Li W, Zheng W, Liang Y, Zhao Y, Vespignani A, Ajelli M, Lu X*, Yu H*. Heterogeneous changes in mobility in response to the SARS-CoV-2 Omicron BA.2 outbreak in Shanghai. Proc Natl Acad Sci U S A. 2023; 120(42):e2306710120.

4．新发传染病的传播动力学与复杂建模

运用统计和数学模型，研究新发重大传染病的时空分布和传播规律。通过数学建模精确刻画传播过程，理解传染病传播机制、预测疫情发生发展趋势，评估防控措施效果，为公共卫生决策提供科学依据；融合数学、流行病学、生态学、进化生物学、免疫学、社会学及公共卫生等多学科理论与方法，利用数学模型分析病原体进化、人口学特征、人群免疫、人口流动、社会行为及自然环境等因素对暴发疫情时空模式的影响，识别关键驱动因素，揭示传播机制及潜在风险，优化防控策略。

代表性成果：

1. Sun K†, *, Wang W†, Gao L†, Wang Y, Luo K, Ren L, Zhan Z, Chen X, Zhao S, Huang Y, Sun Q, Liu Z, Litvinova M, Vespignani A, Ajelli M, Viboud C, Yu H*. Transmission heterogeneities, kinetics, and controllability of SARS-CoV-2. Science. 2021; 371(6526):eabe2424.

2. Cai J†, Deng X†, Yang J†, Sun K, Liu H, Chen Z, Peng C, Chen X, Wu Q, Zou J, Sun R, Zheng W, Zhao Z, Lu W, Liang Y, Zhou X, Ajelli M, Yu H*. Modeling transmission of SARS-CoV-2 Omicron in China. Nat Med. 2022; 28(7):1468-1475.

3. Yang J†, Marziano V†, Deng X, Guzzetta G, Zhang J, Trentini F, Cai J, Poletti P, Zheng W, Wang W, Wu Q, Zhao Z, Dong K, Zhong G, Viboud C, Merler S, Ajelli M*, Yu H*. Despite vaccination, China will have to maintain non-pharmaceutical interventions to prevent widespread outbreaks of COVID-19 in 2021. Nat Hum Behav. 2021; 5(8):1009-1020.

4. Han S†, Cai J†, Yang J, Zhang J, Wu Q, Zheng W, Shi H, Ajelli M, Zhou X*, Yu H*. Time-varying optimization of COVID-19 vaccine prioritization in the context of limited vaccination capacity. Nat Commun. 2021; 12(1):4673.

5. Hu S†, Wang W†, Wang Y†, Litvinova M†, Luo K, Ren L, Sun Q, Chen X, Zeng G, Li J, Liang L, Deng Z, Zheng W, Li M, Yang H, Guo J, Wang K, Chen X, Liu Z, Yan H, Shi H, Chen Z, Zhou Y, Sun K, Vespignani A, Viboud C, Gao L*, Ajelli M*, Yu H*. Infectivity, susceptibility, and risk factors associated with SARS-CoV-2 transmission under intensive contact tracing in Hunan, China. Nat Commun. 2021; 12(1):1533.

6. Wang Y†, Sun K†, Feng Z, Yi L, Wu P, Liu H, Wang Q, Ajelli M, Viboud C, Yu H*. Assessing the feasibility of sustaining SARS-CoV-2 local containment in China in the era of highly transmissible variants. BMC Med. 2022; 20(1):442.

7. Liu H†, Zhang J†, Cai J, Deng X, Peng C, Chen X, Yang J, Wu Q, Chen X, Chen Z, Zheng W, Viboud C, Zhang W§, Ajelli M§, Yu H*§. Investigating vaccine-induced immunity and its effect in mitigating SARS-CoV-2 epidemics in China. BMC Med. 2022; 20(1):37.

8. Oidtman RJ, Lai S, Huang Z, Yang J, Siraj AS, Reiner RC, Tatem AJ, Perkins TA*, Yu H*. Inter-annual variation in seasonal dengue epidemics driven by multiple interacting factors in Guangzhou, China. Nat Commun. 2019; 10(1):1148.

9. Takahashi S, Liao Q, Boechel TPV, Xing W, Sun J, Hsiao VY, Metcalf CJE, Chang Z, Liu F, Zhang J, Wu JT, Cowling BJ, Leung GM, Farrar JJ, van Doom HR, Grenfell BT*, Yu H*. Hand, foot, and mouth disease in China: modelling epidemic dynamics of enterovirus serotypes and implications for vaccination. PLoS Med. 2016; 13(2):e1001958.

10. Wu JT†, *, Jit M†, Zheng Y†, Leung K, Xing W, Yang J, Liao Q, Cowling BJ, Yang B, Lau EHY, Takahashi S, Farrar JJ, Grenfell BT, Leung GM, Yu H*. Routine pediatric enterovirus 71 vaccination in China: a cost-effectiveness analysis. PLoS Med. 2016; 13(3): e1001975.

11. Yu H†, Wu JT†, Cowling BJ*, Liao Q, Fang VJ, Zhou S, Wu P, Zhou H, Lau EH, Guo D, Ni MY, Peng Z, Feng L, Jiang H, Luo H, Li Q, Feng Z, Wang Y, Yang W*, Leung GM. Effect of closure of live poultry markets on poultry-to-person transmission of avian influenza A H7N9 virus: an ecological study. Lancet. 2014; 383(9916):541-8.

12. Gilbert M*, Golding N*, Zhou H, Wint GR, Robinson TP, Tatem AJ, Lai S, Zhou S, Jiang H, Guo D, Huang Z, Messina JP, Xiao X, Linard C, Van Boeckel TP, Martin V, Bhatt S, Gething PW, Farrar JJ, Hay SI, Yu H*. Predicting the risk of avian influenza A H7N9 infection in live-poultry markets across Asia. Nat Commun. 2014; 5:4116.

13. Yu H, Alonso WJ, Feng L, Tan Y, Shu Y, Yang W*, Viboud C*. Characterization of Regional Influenza Seasonality Patterns in China and Implications for Vaccination Strategies: Spatio-Temporal Modelling of Surveillance Data. PLoS Med. 2013; 10(11):e1001552.

14. Cai J*, Wu Y, Liu H, Deng Z, Yi L, Lai L, Funk A, Ajelli M, Yu H*. China's Post-Zero-COVID Omicron Wave: A Bayesian Analysis. Proc Natl Acad Sci U S A. 2025.

5．宿主病毒排出和免疫应答规律，及基于深度学习的抗原性和基因变异与进化预测

病毒在个体和人群中的感染、致病和传播，及其变异与进化是病原体和宿主免疫系统相互作用的结果。余宏杰课题组通过建立基于医院的病例队列和基于社区的一般人群队列，综合运用病毒学、免疫学、生物信息学和计算生物学等实验技术和分析方法，在个体和群体层面研究宿主的病毒排出和免疫应答规律和机制。在此基础上，结合机器学习/深度学习的方法，构建蛋白质语言模型解析病毒序列变异引起的表型变化及其在宿主免疫压力下的适应性演化，从而解析病毒的感染、致病、传播和进化与宿主间的相互作用关系，进而对病毒免疫逃逸能力和基因进化轨迹进行可解释、可校准的预测。

代表性成果：

1. You L†, Chen J†, Cheng Y, Li Y, Chen Y, Ying T, Turtle L§, Yu H*§. Antibody signatures in hospitalized hand, foot and mouth disease patients with acute enterovirus A71 infection. PLoS Pathog. 2023; 19(6):e1011420.

2. Qiu Q†, Zhou J†, Cheng Y†, Zhou Y, Liang L, Cui P, Xue Y, Wang L, Wang K, Wang H, Li P, Chen J, Li Y, Turtle L§, Yu H*§. Kinetics of the neutralising antibody response in patients with hand, foot, and mouth disease caused by EV-A71: A longitudinal cohort study in Zhengzhou during 2017-2019. EBioMedicine. 2021; 68:103398.

3. Song C†, Li Y†, Zhou Y†, Liang L†, Turtle L, Wang F, Wu P, Qiu Q, Yang J, Wang K, Cui P, Cheng Y, Zhang T, Guo C, Zeng M, Long L, Peiris M, Zhou C*§, Cowling BJ§, Yu H*§. Enterovirus genomic load and disease severity among children hospitalised with hand, foot and mouth disease. EBioMedicine. 2020; 62:103078.

4. Gao L†, Zou G†, Liao Q†, Zhou Y†, Liu F, Dai B, Liu J, Chen Z, Xing W, Yang L, Liang H, Zhang Y, Chen Z, Luo L, Li Q, Luo K, Wu P, Mo X, Wang L, Lan K, Horby PW, Cowling BJ, Simmonds P, Altmeyer R, Doorn HR, Yu H*. Spectrum of Enterovirus Serotypes Causing Uncomplicated Hand, Foot, and Mouth Disease and Enteroviral Diagnostic Yield of Different Clinical Samples. Clin Infect Dis. 2018; 67(11):1729-1735.

5. Zhao M†, Chen J†, Tan S†, Dong T, Jiang H, Zheng J, Quan C, Liao Q, Zhang H, Wang X, Wang Q, Bi Y, Liu F, Feng L, Horby PW, Klenerman P, Gao GF, Liu WJ*, Yu H*. Prolonged evolution of virus-specific memory T cell immunity after severe avian influenza A (H7N9) virus infection. J Virol. 2018; 92(17):e01024-18.

三、博士招生的基本要求

课题组在复旦大学公共卫生学院、上海市重大传染病和生物安全研究院常年招收博士多名，基本要求如下：

1．国内外一流高校和科研院所已经或即将获得硕士学位的、与各研究方向具体要求匹配的优秀学生，具体见博士后招聘的各研究方向的专业与科研训练要求；

2．英文听、说、读、写熟练；

3．作为第一或共同第一作者至少发表过 1 篇英文 SCI 论文；

4．善于沟通交流，诚实纯粹，有良好的团队协助精神，工作勤奋主动，严谨负责。

四、博士后招聘

（一）博士后基本要求

课题组在复旦大学公共卫生学院、上海市重大传染病和生物安全研究院常年招聘博士后多名，基本要求如下：

1．坚持正确政治方向，思想品德端正，品学兼优，身体健康，有科学研究使命感，恪守学术道德；

2．获得博士学位不超过 3 年，年龄不超过 35 周岁（特别优秀者可放宽年龄限制）；应届博士毕业生申请进站时需已满足博士学位论文答辩的基本要求；

3．英文听、说、读、写熟练，在相关专业研究领域以第一作者至少发表 1 篇高水平 SCI 论文；

4．有扎实的专业基础，良好的科研素养、科研潜力和团队合作精神，工作勤奋主动，严谨负责，有创新意识，能独立开展相关研究；

5．能保证在站期间全职在校工作，不招收在职人员。

（二）具体研究方向的专业与科研训练要求

1．传染病系统免疫学

（1）精通一门编程语言（如 R 语言、C 语言和 Python）；

（2）精通统计建模和贝叶斯建模的基本流程和相关软件操作；

（3）有病原体特异性免疫动态、抗原性分析和建模等科研经验；

（4）有计算生物学、数学、生物统计、数据挖掘、机器学习等相关学科背景的候选人优先考虑。

2．病毒基因组系统进化动力学

（1）精通一门编程语言（如 R 或 Python）和 Linux 操作系统；

（2）掌握二/三代高通量测序基本原理及其分析流程搭建（如 Snakemake/Bash）；

（3）有基于病毒基因组开展病毒进化研究的经验；

（4）有病毒学、病原微生物学、遗传学、生物信息学等相关学科背景的候选人优先考虑；

（5）有病毒高通量测序及分析（熟悉 Linux/HPC）、计算生物学等技能的候选人优先考虑。

3．耦合接触与移动网络的传染病传播动力学建模，及新发传染病的传播动力学与复杂建模

（1）至少熟练掌握 R, Python, C++等其中一种，精通 C++优先；

（2）传染病建模、统计、数学、地理信息、计算机、大数据、人工智能等相关学科交叉研究背景者优先。

4．宿主病毒排出和免疫应答规律，及基于深度学习抗原性和基因变异与进化预测

（1）数学、计算生物学、计算机、病原生物学、病毒学和免疫学相关交叉专业背景；

（2）熟练掌握分子生物学、细胞生物学、病毒学、免疫学相关的实验方法和技术；

（3）熟悉机器学习/深度学习框架，掌握数据处理、特征工程到模型训练与评估的流程搭建（如 PyTorch/Lightning）；

（4）具备统计、数学、计算生物学/生物信息学、计算机等交叉背景者优先。

（三）福利待遇

1．进站博士后由复旦大学统一管理，按照国家和复旦大学博士后人员规定享受相关待遇，按政策缴纳社会保险和住房公积金；根据入选者研究基础与工作完成情况，课题组将提供科研绩效奖励；

2．积极鼓励支持申报复旦大学超级博士后项目、「上海市超级博士后」 激励计划、「国家资助博士后研究人员计划」等项目，协助办理上海户籍、申请上海市人才公寓，子女入学入托等按照学校博士后相关政策执行；

3．课题组支持在站博士后申报博士后基金、国家自然科学基金，出站时推荐到国内一流高校和科研院所就业；

4．将选派具有创新学术思维和国际视野的博士后，到已与课题组建立了良好合作关系的牛津大学、剑桥大学、耶鲁大学、伦敦卫生与热带病学院、普林斯顿大学、印第安纳大学、香港大学等院校和科研机构，进行访问研究。

五、招生和应聘材料，及联系方式

有意者于邮件正文简要说明求学或求职意愿，附上详细简历（包括教育经历、工作经历、参与项目经历及完整的学术成果列表等），并附带近期代表性论文等材料（5 篇以内）一份（合并成一份 PDF）发送至yhj@fudan.edu.cn。

邮件主题请注明「申请者姓名_博士/博士后申请」；申请人需提供 2-3 名推荐人的详细联系信息；初审通过者将安排面试，面试通过者按要求办理入学或进站入职手续。