郭前进，教授，2008年毕业于中国科学院沈阳自动化研究所，获机械电子工程博士学位，美国波士顿大学任高级访问学者（2019-2020）。长期致力于智能装备与系统、人工智能、智能检测技术及生物医药制造等交叉领域研究。主持或参与国家自然科学基金面上项目、国家自然科学基金国际合作项目、国家863专项、国家重大科研仪器研制项目及省部级项目等纵向课题20余项。现任中国中医药信息学会智能诊疗分会理事、北京能源与环境学会专家委员会委员，担任 International Journal of Molecular Sciences 等国际期刊编委，以及 Nature Biomedical Engineering、Nature Communications、Advanced Science、Information Fusion、Computers in Industry、Cell Genomics、Engineering Applications of Artificial Intelligence、Environmental Science & Technology、IEEE 等数十种国际权威期刊与会议审稿专家。累计发表学术论文100余篇，申请专利及软件著作权20余项。曾获中国科学院院长奖、澳大利亚BHBP奖、中科院知识创新冠名奖、市级科技进步一等奖等多项荣誉。在研究生培养方面，已指导硕士生30余名、博士生3名，多人荣获国家奖学金、市优秀研究生等科研奖励；所指导的研究生相继被中国科学院、复旦大学、东南大学、北京理工大学、中国矿业大学、北京协和医院、北京交通大学等国内顶尖高校与科研机构录取为博士研究生。

 

I.主要研究工作

1.智能装备与系统

2.人工智能

3.光电技术

4.生物医学成像

5.超快光谱学

II.奖励与荣誉

1. 郭前进，第一届春晖奖，北京石油化工学院，2024年
2. International Research Awards on High Energy Physics and Computational Science，Best Researcher Award，2023年
3. 郭前进.青年科学奖优秀奖，中国科学院化学所，2016年
4. 郭前进.青年科学奖优秀奖，中国科学院化学所,2015年
5. 郭前进.优秀职工，中国科学院化学所,2013年
6. 郭前进.青年科学奖优秀奖，中国科学院化学所,2012年
7. 郭前进.青年科学奖特别优秀奖，中国科学院化学所,2011年
8. 郭前进.中国科学院院长奖，中国科学院,2008年
9. 郭前进.澳大利亚BHP，BHPBilliton奖,2008年
10. 郭前进.省普通高校优秀毕业生奖,2008年
11. 郭前进.市科技进步一等奖(排名第4，证书编号：2006-LNL0031)，2006年
12. 郭前进.知识创新工程冠名奖，中国科学院，2006年

III.承担科研项目

1. 国家自然基金国际合作交流项目，项目负责人，2024年1月-2026年12月
2. 致远基金重点项目，项目负责人，2024年1月-2026年12月
3. 攀登计划研究项目，项目负责人，2021年10月-2022年10月
4. 国家自然基金面上项目，项目负责人，2017年1月-2020年12月
5. 国家自然基金面上项目，项目负责人，2014年1月-2017年12月
6. 国家自然基金面上项目，项目负责人，2012年1月-2015年12月
7. 中国科学院分子科学中心创新项目,项目负责人,2011年1月-2011年12月
8. 中国科学院重大科研装备项目,项目负责人,2008年3月-2010年12月
9. 中国科学院知识创新工程重要方向项目子课题,项目负责人,2007年11月-2013年2月
10. 中国科学院“优秀博士学位论文、院长奖获得者科研启动专项资金”项目,项目负责人,2008年12月-2011年12月
11. 省自然基金项目,项目负责人,2008年7月-2009年12月
12. 中国科学院先进制造基地支持项目,项目负责人,2007年9月-2008年12月
13. 中科院沈阳自动化青年人才知识创新项目,项目负责人,2007年9月-2008年11月
14. 国家863专项项目,课题组副组长,2009年12月-2010年12月
15. 国家自然基金科研仪器专项基金项目，主要参加者,2012年1月-2015年12月
16. 中国科学院科研仪器研制项目，主要参加者,2009年10月-2012年5月
17. 中国科学院分子科学中心仪器孵化项目，主要参加者,2016年9月-2017年12月
18. 中国科学院战略性先导科技专项(B类)项目，主要参加者,2014年7月-2019年6月
19. 沈阳市科学技术计划项目，主要参加者,2005年5月-2008年12月
20. 国家高技术研究发展计划863项目，主要参加者,2003年12月-2006年12月

IV.近期主要学术论文

[1] Mengqiu Wang, Zhiwei Zhang, Xinxin Zhang, Zhenghui Wang, Ruoyan Dai, Zeyao Chen, Lixin Lei, Zhenxing Li, Qianjin Guo*, et al. STELLA: A spatial transcriptomics framework for microenvironment decoding using dynamic graph neural networks. SCIENCE CHINA Life Sciences, 2026, doi:10.1007/s11427-025-3126-7.

 

[2]  Zhenghui Wang, Ruoyan Dai, Kaitai Han, Mengqiu Wang, Lixin Lei, Zhiwei Zhang, Zhenxing Li, Xingyu Liu, Jirui Zhang, Han Yan, Qianjin Guo* et al. MNiST: A Deep Learning Framework for Multi-Scale Spatial Feature Modeling and Cellular Landscape Decoding in Spatial. Knowledge-Based Systems, 2025, 328: 114233.

 

[3]  Zhenghui Wang, Ruoyan Dai, Mengqiu Wang, Lixin Lei, Zhenxing Li, Zhiwei Zhang, Qianjin Guo*. SpatioFreq: A Deep Learning Framework for Decoding Cellular and Tissue Landscapes Across Organisms Using Spatial Transcriptomics. Interdiscip Sci Comput Life Sci, 2026. https://doi.org/10.1007/s12539-025-00811-6.

 

[4]  Xingyu Liu, Yunfeng Li, Yijia Liu, Jun Yuan, Tianhao Liu, Maoyuan Zhou, Jiaxing Li, Zhiwei Zhang, Xiaoqing Wang, Tiantian Ma, Nasrollah Moghadam, Hossein Ganjidoust, Qianjin Guo*, et al. PRISM: Synergistic Modality Fusion with Equivariant Graph Neural Networks for RNA-Ligand Interaction Prediction. European Journal of Medicinal Chemistry, 2026, 313: 118795. http://dx.doi.org/10.1016/j.ejmech.2026.118795.

 

[5]  Mengqiu Wang, Zhiwei Zhang, Xinxin Zhang, Ruoyan Dai, Zhenghui Wang, Zeyao Chen, Lixin Lei, Zhenxing Li, Qianjin Guo*. SpatialFusion: A Unified Model for Integrating Spatial Transcriptomics to Unveil Cell-type Distribution, Interaction, and Functional Heterogeneity in Tissue Microenvironments. Journal of Molecular Biology, 2026, 438: 169535.

 

[6]  Tianhao Liu, Yijia Liu, Xingyu Liu, Yunfeng Li, Jun Yuan, Sirui Wang, Xiaozhu Lin, Qianjin Guo*. CausalTCC: causal temporal contrastive learning for automated Alzheimer's disease biomarker discovery with bio-electrical signals. Journal of Neural Engineering, 2026. DOI: 10.1088/1741-2552/ae8578.

 

[7]  Xiaorui Huang, Zijun Wang, Xingyu Liu, Jiaxing Li, Jiaqi Zhu, Maoyuan Zhou, Jirui Zhang, Qianjin Guo*. Hybrid Self-Supervised learning for brain tumor analysis in Stimulated Raman Histology. Biomedical Signal Processing and Control, 2026, 122: 110483.

 

[8]  Ruoyan Dai, Zhenghui Wang, Zhiwei Zhang, Lixin Lei, Mengqiu Wang, Zhenxing Li, Xingyu Liu, Qianjin Guo*e. A multi-scale graph frequency network for structural and functional region analysis in spatial transcriptomics. Funct Integr Genomics, 2026, 26: 176.

 

[9]  Xingyu Liu, Xiaorui Huang, Jirui Zhang, Maoyuan Zhou, Jiaxing Li, Zhiwei Zhang, Tianhao Liu, Zhenghui Wang, Nasrollah Moghadam, Hossein Ganjidoust, Qianjin Guo*. MutiDTAGen: fusion framework of perceptual new drug generation and drug-target affinity prediction through multi-scale feature extraction. Journal of Computer-Aided Molecular Design, 2026, 40: 41.

 

[10]  Xingyu Liu, Maoyuan Zhou, Xiaorui Huang, Jirui Zhang, Jiaxing Li, Zhenghui Wang, Lixin Lei, Kaitai Han, Nasrollah Moghadam, Hossein Ganjidoust, Qianjin Guo*. HopWD-DTA: a novel framework for drug-target affinity prediction fusing multi-hop neighborhoods and deep features. Journal of Molecular Modeling, 2026, 32: 127.

 

[11]  Xiaoqing Wang, Xingyu Liu, Zhiwei Zhang, Maoyuan Zhou, Tiantian Ma, Yijia Liu, Jun Yuan, Tianhao Liu, Yunfeng Li,Qianjin Guo*. CABA-Bind: Confounder-Aligned Backdoor Adjustment for Debiased RNA-Ligand Binding Prediction. Computational Biology and Chemistry, 2026: 109293. doi:10.1016/j.compbiolchem.2026.109293.

 

[12]  Jirui Zhang, Xingyu Liu, Maoyuan Zhou, Xiaorui Huang, Jiaxing Li, Ruoyan Dai, Nasrollah Moghadam, Hossein Ganjidoust,Qianjin Guo*. DSSMST: A Deterministic State Space Model for Self-Supervised Spatial Domain Identification in Spatial Transcriptomics. Biochem Genet, 2026. https://doi.org/10.1007/s10528-026-11441-y.

 

[13]  Xiaorui Huang, Xingyu Liu, Maoyuan Zhou, Jiaqi Zhu, Jiaxing Li, Yijia Liu, Tianhao Liu, Zhiwei Zhang, Zhenghui Wang, Qianjin Guo*. TransGAT-DTA: A multi-task framework for drug–target affinity prediction and conditional molecule generation. Biochemical and Biophysical Research Communications, 2026, 800: 153292.

 

[14]  Zhiwei Zhang, Mengqiu Wang, Xinxin Zhang, Ruoyan Dai, Zhenghui Wang, Lixin Lei, Zhenxing Li, Kaitai Han, Zijun Wang, Chaojing Shi, Qianjin Guo*, et al. SpaOmicsVAE: A Deep Learning Framework for Integrative Analysis of Spatial Multi-omics Data. Computer Methods and Programs in Biomedicine, 2025,271: 109032.

 

[15]  Zhenxing Li, Kaitai Han, Zijun Wang, Lixin Lei,Zhenghui Wang,Ruoyan Dai, Mengqiu Wang, Zhiwei Zhang, Qianjin Guo*, et al. Enhanced inhibitor–kinase affinity prediction via integrated multimodal analysis of drug molecule and protein sequence features. International Journal of Biological Macromolecules, 2025, 309: 142871.

 

[16]  Zhenghui Wang, Ruoyan Dai, Mengqiu Wang, Lixin Lei, Zhiwei Zhang, Kaitai Han, Zijun Wang, Qianjin Guo*, et al. KanCell: dissecting cellular heterogeneity in biological tissues through integrated single-cell and spatial transcriptomics. Journal of Genetics and Genomics, 2025, 52(5): 689-705.

 

[17]  Ruoyan Dai, Zhenghui Wang, Zhiwei Zhang, Lixin Lei, Mengqiu Wang, Kaitai Han, Zijun Wang, Zhenxing Li, Jirui Zhang, Qianjin Guo*. GraphCellNet: A deep learning method for integrated single-cell and spatial transcriptomic analysis with applications in development and disease. Journal of Molecular Medicine, 2025, 103: 1087-1111.(封面文章）

 

[18]  Zijun Wang , Xi Liu*, Kaitai Han, Lixin Lei, Chaojing Shi, Wu Liu, Qianjin Guo*, et al. Multimodal deep learning for immunotherapy response prediction and biomarker discovery in non-small cell lung cancer. Journal of the American Medical Informatics Association, 2025,32(11): 1641-1653.

 

[19]  Maoyuan Zhou, Jingjie He, Xingyu Liu, Junmin Huang, Jirui Zhang, Jiaxing Li, Xiaorui Huang, Qianjin Guo*, et al. A semantic framework for drug-target affinity prediction using Mamba and graph convolutional networks for multimodal feature fusion. Chemometrics and Intelligent Laboratory Systems, 2026,269:105601. doi:10.1016/j.chemolab.2025.105601.

 

[20]  Maoyuan Zhou, Jingjie He, Xingyu Liu, Junmin Huang, Jirui Zhang, Jiaxing Li, Xiaorui Huang, Qianjin Guo*, et al. Affinity prediction of inhibitor-kinase based on mixture of experts enhanced by multimodal feature semantic analysis. International Journal of Biological Macromolecules, 2025,321(2): 146324.

 

[21]  Mengqiu Wang, Zhiwei Zhang, Lixin Lei, Kaitai Han, Zhenghui Wang, Ruoyan Dai, Zijun Wang, Chaojing Shi, Xudong Zhao, Qianjin Guo*. VARGG: a deep learning framework advancing precise spatial domain identification and cellular heterogeneity analysis in spatial transcriptomics. Briefings in Functional Genomics, 2025, 24: elaf018.

 

[22]  Lixin Lei, Qianjin Guo*, Wu Liu, Zijun Wang, Kaitai Han, Chaojing Shi, Zhenxing Li, Sichao Lu, Mengqiu Wang, Zhiwei Zhang, Ruoyan Dai, Zhenghui Wang, Xingyu Liu. A novel deep learning framework for predicting protein-ligand interaction fingerprints from sequence data: integrating graph inductive bias transformer with Kolmogorov-Arnold networks. Computational Toxicology, 2025, 36: 100386.

 

[23]  Shitou Liu, Guocheng Sun, Xi Liu, Qianjin Guo*, et al. Architectural order identification across label-free living cell imaging with a swin transformer-conditional GAN. Biomedical Physics & Engineering Express, 2025, 11(3): 035001.

 

[24]  Zhiwei Zhang, Mengqiu Wang, Ruoyan Dai, Zhenghui Wang, Lixin Lei, Xudong Zhao, Kaitai Han, Chaojing Shi, Qianjin Guo*. GraphCVAE: Uncovering cell heterogeneity and therapeutic target discovery through residual and contrastive learning. Life Sciences, 2024, 359: 123208. https://doi.org/10.1016/j.lfs.2024.123208.

 

[25]  Mengyuan Huang, Kaitai Han, Wu Liu, Zijun Wang, Xi Liu, Qianjin Guo*, et al. Advancing microplastic surveillance through photoacoustic imaging and deep learning techniques. Journal of Hazardous Materials, 2024, 470: 134188.

 

[26]  Kaitai Han, Chaojing Shi, Zijun Wang, Wu Liu, Zhenxing Li, Zhenghui Wang, Lixin Lei, Ruoyan Dai, Mengqiu Wang, Zhiwei Zhang, Qianjin Guo*. Innovative Mamba and graph transformer framework for superior protein-ligand affinity prediction. Microchemical Journal, 2024, 206: 111444. https://doi.org/10.1016/j.microc.2024.111444.

 

[27]  Kaitai Han, Mengyuan Huang,Zhenghui Wang,Chaojing Shi,Zijun Wang,Qianjin Guo*, et al. Innovative methods for microplastic characterization and detection: Deep learning supported by photoacoustic imaging and automated pre-processing data. Journal of Environmental Management, 2024, 359: 120954.

 

[28]  Zijun Wang, Kaitai Han, Wu Liu, Zhenghui Wang, Chaojing Shi, Xi Liu, Mengyuan Huang, Guocheng Sun, Shitou Liu, Qianjin Guo*, et al. Fast real-time brain tumor detection based on stimulated raman histology and self-supervised deep learning model. Journal of Imaging Informatics in Medicine, 2024, 37(3): 1160-1176.

 

[29]  Kaitai Han, Xi Liu, Guocheng Sun, Zijun Wang, Chaojing Shi, Wu Liu, Mengyuan Huang, Shitou Liu, Qianjin Guo*. Enhancing subcellular protein localization mapping analysis using Sc2promap utilizing attention mechanisms. Biochimica et Biophysica Acta (BBA) - General Subjects, 2024, 1868(6): 130601.

 

[30]  Lixin Lei, Kaitai Han, Zijun Wang, Chaojing Shi, Zhenghui Wang, Ruoyan Dai, Zhiwei Zhang, Mengqiu Wang, Qianjin Guo*. Attention-guided variational graph autoencoders reveal heterogeneity in spatial transcriptomics. Briefings in Bioinformatics, 2024, 25(3): bba0173.

 

[31]  Chaojing Shi, Guocheng Sun, Kaitai Han, Mengyuan Huang, Wu Liu, Xi Liu, Zijun Wang, Qianjin Guo*. Reconstructing 3D Biomedical Architectural Order at Multiple Spatial Scales with Multimodal Stack Input. Journal of Bionic Engineering, 2024, 21: 2587-2601.

 

[32]  Mengyuan Huang, Wu Liu, Guocheng Sun, Chaojing Shi, Xi Liu, Kaitai Han, Shitou Liu, Zijun Wang, Zhennian Xie, Qianjin Guo*. Unveiling precision: a data-driven approach to enhance photoacoustic imaging with sparse data. Biomedical Optics Express, 2024, 15(1): 28-43.

 

[33]  Guocheng Sun, Shitou Liu, Chaojing Shi, Xi Liu, Qianjin Guo*, et al. 3DCNAS: A universal method for predicting the location of fluorescent organelles in living cells in three-dimensional space. Experimental Cell Research, 2023: 113807.

 

[34]  刘茜, 韩凯泰, 黄梦圆, 刘石头, 郭前进*. 人工智能在透明病理学中的应用研究进展. 磁共振成像, 2023, 14(10): 195-202.

 

[35]  Zhihao Wei, Wu Liu, Weiyong Yu, Xi Liu, Ruiqing Yan, Qianjin Guo*, et al. Multiple Parallel Fusion Network for Predicting Protein Subcellular Localization from Stimulated Raman Scattering (SRS) Microscopy Images in Living Cells. Int J Mol Sci, 2022, 23(18): 10827.

 

[36]  Zhihao Wei, Xi Liu, Ruiqing Yan, Guocheng Sun, Qianjin Guo*, et al. Pixel-level multimodal fusion deep networks for predicting subcellular organelle localization from label-free live-cell imaging. Front Genet, 2022, 13: 1002327.

 

V.发明专利和软件著作权

1. 郭前进，黄梦圆等，发明专利：一种图像重构模型建立、应用方法及装置，中国，2023107075332，授权公告日:2026.08.22。
2. 郭前进，刘茜等，发明专利：预测脉管侵犯状态的多模态融合方法、装置及存储介质，中国，ZL 2023 1 1081000.4，授权公告日:2026.01.30。
3. 郭前进等，发明专利：一种飞秒宽带泵浦-激发/亏蚀-探测光谱仪,中国，201711400367.2，授权公告日:2017.12.22。
4. 郭前进等：发明专利：一种磁性转子流动样品池和特富龙包裹的转子设计方法，中国，201711433465.6，授权公告日:2017.12.26，
5. 郭前进，龙飒然，朱华宁，计算机软件著作权：飞秒时间分辨相干反思托克斯拉曼光谱仪控制系统发布软件,著作权号:2014R11S157407，中国,2014/11/21
6. 郭前进，周蒙，何桂营，计算机软件著作权：飞秒时间分辨宽带Pump-Probe光谱仪控制系统发布软件,著作权号:2014R11S157408，中国,2014/11/21。
7. 郭前进，李阳，龙飒然，计算机软件著作权：飞秒时间分辨受激拉曼光谱仪控制系统发布软件,著作权号:2014R11S157406，中国,2014/11/21。
8. 郭前进，何桂营等,计算机软件著作权：飞秒时间分辨宽带Pump-Push/dump-Probe光谱仪控制系统发布软件，著作权号：2017SR485985，中国，2017.3.30。
9. 于海斌，孙兰香，杨志家，郭前进，辛勇，丛智博，发明专利：校正等离子体发射谱线自吸效应的方法，2012.5.23，中国，ZL200810229661.6。
10. 于海斌，孙兰香，杨志家，郭前进，辛勇，丛智博，发明专利：自动校正激光诱导等离子体发射光谱连续背景干扰的方法，2012.4.11，中国，ZL200810229662.0。
11. 胡静涛，郭前进，高雷，李谦详，胡河春，张吉龙，黄昊，专利：非侵入式电机效率在线检测装置，2009.8.5，中国，CN200820219186.X。
12. 胡静涛，郭前进等，计算机软件著作权:嵌入式电机效率检测软件，著作权号：2008SR19373，中国，2008/7/22。
13. 胡静涛，郭前进等，计算机软件著作权：燃气轮机远程状态监测与故障诊断系统，著作权号：2006R16878，中国,2006/9/1。
14. 胡静涛，郭前进等，计算机软件著作权：基于WebServices技术的分布式CBM系统支撑平台软件，著作权号：2005110488，中国，2005/10/9。
15. 于海斌,徐皑冬,胡静涛,郭前进,发明专利：分布式设备远程状态监测与故障诊断系统，专利号：200610134369.7，中国，2013/10/15。

VI.招生信息

课题组主要招收控制科学与工程（0811）学术学位硕士、电子信息（0854）专业学位硕士。诚挚欢迎人工智能、计算机科学与技术、智能装备与系统、光学工程、机械电子工程等专业踏实认真、敢于创新、具备较强计算机应用能力和较高英语水平的同学加入本团队。