习近平总书记在与科学家座谈会上的重要讲话中提出“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康、不断向科学技术广度和深度进军”。马小科教授正是以此为指导思想，密切关注人民生命健康密切相关的科学问题，通过医工交叉的方式，深化人工智能在临床医学应用研究。

马小科教授聚焦机器学习、数据挖掘与精准医学研究，长期从事图模式挖掘模型、算法及其在癌症中的应用研究，以图数据为核心，创新性地提出了图挖掘模型理论与算法，并成功应用到癌症临床研究。

在机器学习方面，证明了演化谱聚类、非负矩阵分解、子空间聚类、模块度优化等典型算法目标函数的等价性。在多层耦合网络方面，泛化了单层网络图模式挖掘算法，证明了面向多层网络的奇异值分解、低阶矩阵分解、谱聚类等算法目标函数的一致性。提出了层间均衡图簇的模块密度模型，实现了多层网络聚类簇结构的量化。研发算法克服了时序演化模式刻画难与挖掘难的问题，实现了多层网络共享特征与层特异性特征的分离与量化，克服了网络层间耦合刻画难、层内表征与层间耦合平衡难等突出问题。

在基因组学与医学应用方面，通过深度医工合作，克服了异质基因多组学数据异质性强的问题。实现了癌症恶化过程关联的动态代谢路径追踪，利用代谢路径动态特征构建患者生存预测模型。实现了稀有细胞亚群的识别，为肿瘤组织态转变刻画与识别提供了有效的方法。美国爱荷华大学医学院持续深度医工合作，利用所研发的生物网络挖掘模型与方法，分析血癌基因组学数据，揭示慢性髓系血癌在化疗条件下的免疫机制。

长期潜心科研，突破医工交叉技术难题，获得国内外同行的广泛认可。计算机科学与技术学院智能媒体与数据工程研究所马小科教授成功入选国家级青年人才计划，旨在大力培养战略科学家和科技领军人才。

个人简介：

马小科，2015年入职西安电子科技大学，2016年破格副教授，2019年破格教授，先后入选国家级青年人才、陕西省杰青。

主要从事机器学习、数据挖掘、医学数据处理、生物信息学等领域的研究工作。主持国家自然科学基金面上项目、青年基金、陕西省重点研发计划项目等20余项。在国际期刊 PNAS、IEEE TKDE、IEEE TCYB、IEEE TNNLS等发表SCI论文100多篇，其中IEEE/ACM 会刊30篇，影响因子大于11的论文10篇，单篇最高影响因子23.96。主编教材与专著两部。先后获中国电子学会科技技术奖二等奖、陕西高等学校科学技术研究优秀成果奖一等奖、陕西省优秀博士毕业论文奖等奖项。入选美国斯坦福大学全球前2%顶尖科学家榜单。