职称： 副教授
研究方向：可解释人工智能、生物信息学、医疗数据整合与挖掘
导师类别：硕士
主讲课程：高级算法设计与分析、算法设计与分析、生物信息学 、问题求解与专家系统
联系邮箱： gongxj@tju.edu,cn
教育与工作背景
2006.05-至今， 天津大学智能与计算学部 副教授
2003.05-2006.03， 日本奈良先端科学技术大学院大学，博士后研究员
2003.01-2002.05， 新加坡I2R，博士研究员
2002.07-2002.12， 新加坡国立大学计算机科学系，博士研究员
1999.09-2002.06， 中科院计算技术研究所 计算机软件与理论专业 博士研究生
个人简介
长期从事贝叶斯网络、可解释性人工智能、基因及蛋白功能注释、合成生物学及医疗数据的整合与挖掘等方面的研究；近年来主持国家自然基金及天津市重点基金项目各1项，作为子课题负责人承担国家基金专项基金项目1项及科技部科技基础资源调查专项1项，参与国家重点研发计划项目1项及多项自然基金面上项目；在Frontiers in Medicine及Genomics等期刊发表SCI论文10余篇。
代表性成果
（一）代表性论文
1. Guo, Su-Ying, and Xiu-Jun Gong. “Enhancing Neural Network Interpretability Through Deep Prior-Guided Expected Gradients.” Applied Sciences, vol 15, no. 13, 2025. https://doi.org/10.3390/app15137090.
2. Ji, Qiao Ying, Xiu Jun Gong, Hao Min Li, and Pu Feng Du. “DeepSE: Detecting Super-Enhancers among Typical Enhancers Using Only Sequence Feature Embeddings.” Genomics, vol 113, no. 6, 2021: 4052–60. https://doi.org/10.1016/j.ygeno.2021.10.007.
3. Sun, Xin, Zhiheng Xing, Zhen Wan, et al. “A Robust Ensemble Deep Learning Framework for Accurate Diagnoses of Tuberculosis from Chest Radiographs.” Frontiers in Medicine, vol 11, 2024. https://doi.org/10.3389/fmed.2024.1391184.
4. Li, Hang, Xiu-Jun Gong, Hua Yu, and Chang Zhou. “Deep Neural Network Based Predictions of Protein Interactions Using Primary Sequences.” Molecules, vol 23, no. 8, 2018. https://doi.org/10.3390/molecules23081923.
5. Liu, X.-J. Xiu Juan, X.-J. Xiu Jun Gong, Hua Yu, and Jia Hui J.-H. Xu. “A Model Stacking Framework for Identifying DNA Binding Proteins by Orchestrating Multi-View Features and Classifiers.” Genes, vol 9, no. 8, 2018. https://doi.org/10.3390/genes9080394.
（二）科研项目
1. 面向典型场景的数据流通安全风险识别、防控技术与应急管理机制研究,国家基金专项基金项目,2025,子课题完成人
2. 生物学重要基础数据资源整理及数据库构建，国家科技部科技基础资源调查专项，2020，子课题完成人
3. 新蛋白质元件设计的智能算法研究，国家重点研发计划，2020，参与人
4. 关键非编码RNA基因的计算预测，国家基金面上项目，2024，参与人