马 闯
一、个人简介
马闯，男，1982年生，中共党员，教授、博士生导师，陕西省“创新人才推进计划（青年科技新星）”，陕西省人才计划入选者，国家青年人才项目入选者。
2000-2004，华中科技大学物理系应用物理专业学习，获理学学士学位。
2004-2010，华中科技大学生命科学与技术学院生物信息技术专业学习，获工学硕士、博士学位。
2010-2011，美国南加州大学洛杉矶儿童医院，博士后。
2011-2014，美国亚利桑那大学植物科学系，博士后。
2014-至今，西北农林科技大学beat365网页版登录官网，教授。
二、教育教学
面向本科生和研究生讲授《大数据时代的生物信息学研究与应用》《基因组学与蛋白质组学》《功能基因组学》《高级生物信息学》等课程。参编生物科学“101计划”生物信息学核心课程教材《生物信息学》、高等学校“十四五”农林规划新形态教材《植物大数据技术与应用》等。
三、研究方向
马闯教授课题组以玉米、小麦、拟南芥、地钱等为材料，综合运用生物信息学、人工智能、遗传学、分子生物学等学科知识与技术，主要开展：
1）植物组学数据智能挖掘与知识发现。研发出PEA、deepEA、PEA-m6A、mlPEA等系列生物信息学软件，发掘出RNA修饰与植物种子萌发、光合作用以及逆境应答等相关基因及调控关系。
2）生物信息学与农作物智能育种。研发出多组学数据整合与基因进化分析平台IPOP;基于泛基因组技术的转录组数据分析软件PanGraphRNA；利用随机森林和差异网络技术研发出植物非生物胁迫应答基因智能挖掘软件mlDNA；将深度学习技术引入基因型到表型的预测研究，研发出基因组选择新模型DeepGS。
四、项目及获奖情况
主持国家青年人才项目、国家自然科学基金、陕西省“创新人才推进计划”等多个项目。获2024年度陕西高等学校科学技术研究优秀成果二等奖、陕西省学位与研究生教育学会研究生教育成果奖一等奖、西北农林科技大学2023年教学成果奖特等奖等。
五、人才培养情况
马闯教授团队培养了一批具有扎实的生物信息学基础、面向组学与智能育种的人工智能素养、严谨的组学数据分析与解读能力的本科生和研究生。指导学生在竞赛中多次获奖。
2017年6月，翟晶晶等荣获第十一届西安高新“挑战杯”陕西省大学生课外学术科技作品竞赛特等奖。
2017年8月，翟晶晶等荣获第二届全国大学生生命科学创新创业大赛一等奖。
2017年11月，翟晶晶等荣获第十五届“挑战杯”中国银行全国大学生课外学术科技作品竞赛三等奖。
2018年8月，张晓榕等荣获第三届全国大学生生命科学创新创业大赛二等奖。
2018年8月，卞恩泽等荣获第三届全国大学生生命科学创新创业大赛二等奖。
2018年6月，翟晶晶等荣获陕西省第四届研究生创新成果展一等奖。
2020年12月，丁鹏钧等荣获第四届全国大学生生命科学竞赛三等奖。
2021年5月，张恺文等荣获中国大学生计算机设计大赛西北地区赛三等奖。
2021年6月，陈思远学位论文被评为2021年校级优秀博士学位论文。
2023年12月，陈思远学位论文被评为陕西省优秀博士学位论文。
六、部分学术成果
Song MG, Yang J, Liu SY, Ma YH, Shi TR, Xie S, Zhai JJ, Li ZL, Ma C*. Decoding RNA N6-methyladenosine methylome of wheat using machine learning and nanopore direct RNA sequencing. Genomics Proteomics Bioinformatics, 2026 doi: 10.1093/gpbjnl/qzag053.
Lei BL, Ding PJ, Song MG, Ma YH, Shi TR, Sun W, Yang J, Jia CC, Zhang CJ, Yuan MM, Li ZL*, Ma C*. m6A-RegBase enables regulatory investigation of m6A RNA modification in plants. Journal of Genetics and Genomics, 2026, 53(5): 954-957.
Bu YF, Qiu ZX, Sun W, Han YS, Liu YF, Yang J, Song MG, Li ZL, Liu SY, Zhang YZ, Ma C*. PanGraphRNA: An efficient and flexible bioinformatics platform for graph pangenome‐based RNA‐seq data analysis. Journal of Integrative Plant Biology, 2026, 68(7): 2001-2017.
Lei BL, Jia CC, Tan CX, Ding PJ, Li ZL, Yang J, Liu JY, Wei XM, Tao SH, Ma C*. Screening of candidate chemical regulators for the m6A writer MTA in Arabidopsis. Current Bioinformatics, 2026, 21(1): 35-50.
Yang J, Song MG, Bu YF, Zhao HN, Liu CH, Zhang T, Zhang CJ, Xu ST, Ma C*. Machine learning–augmented m6A-Seq analysis without a reference genome. Briefings in Bioinformatics, 2025, 26(3): bbaf235.
Li ZL, Ma YH, Sun W, Ding PJ, Bu YF, Qi YH, Shi TR, Jia CC, Lei BL, Ma C*. The N6-methyladenosine reader ECT1 regulates seed germination via gibberellic acid- and phytochrome B-mediated signaling. Plant Physiology, 2025, 198(1): kiaf180.
Zhai JJ, Zhang YZ, Zhang CJ, Yin XT, Song MG, Tang CL, Ding PJ, Li ZL, Ma C*. deepTFBS: Improving within- and cross-species prediction of transcription factor binding using deep multi-task and transfer learning. Advanced Science, 2025, 12(30): e03135.
Song MG, Zhao JW, Zhang CJ, Jia CC, Yang J, Zhao HN, Zhai JJ, Lei BL, Tao SH, Chen SQ, Su R, Ma C*. PEA-m6A: an ensemble learning framework for accurately predicting N6-methyladenosine modifications in plants. Plant Physiology, 2024, 195(2): 1200-1213.
Huang WY, Hu XN, Ren YL, Song MG, Ma C*, Miao ZY*. IPOP: an integrative plant multi-omics platform for cross-species comparison and evolutionary study. Molecular Biology and Evolution, 2023, 40(12): msad248.
Qu JZ, Xu ST*, Gou XN, Zhang H, Cheng Q, Wang XY, Ma C*, Xue JQ*. Time-resolved multiomics analysis of the genetic regulation of maize kernel moisture. Crop Journal, 2023, 11: 247-257.
Li T, Xu ST*, Zhao JW, Wang YP, Zhang J, Wei X, Qu JZ, Yu RS, Zhang XH, Ma C*, Xue JQ*. Genome assembly of KA105, a new resource for maize molecular breeding and genomic research. Crop Journal, 2023, 11(6): 1793-1804.
Miao ZY, Zhang T, Xie B, Qi YH, Ma C*. Evolutionary implications of the RNA N6-methyladenosine methylome in plants. Molecular Biology and Evolution, 2022, 39(1): msab299.
Cheng Q, Jiang SQ, Xu F, Wang Q, Xiao YJ, Zhang RY, Zhao JR, Yan JB, Ma C*, Wang XF*. Genome optimization via virtual simulation to accelerate maize hybrid breeding. Briefings in Bioinformatics, 2022, 23(1):bbab447.
Lei BB, Song MG, Li XY, Dang XX, Qin RW, Zhu S, An XY, Liu QC, Yao XJ, Nie YM*, Ma C*. SMART v1.0: A database for small molecules with functional implications in plants. Interdisciplinary Sciences: Computational Life Sciences, 2022, 14(1):279-283.
Zhai JJ, Song J, Zhang T, Xie S, Ma C*. deepEA: a containerized web server for interactive analysis of epitranscriptome sequencing data. Plant Physiology, 2021, 185(1):29-33.
Miao ZY, Zhang T, Qi YH, Song J, Han ZX, Ma C*. Evolution of the RNA N6-methyladenosine methylome mediated by genomic duplication. Plant Physiology, 2020, 182, 345-360.
Zhai JJ, Song J, Cheng Q, Tang YJ, Ma C*. PEA: an integrated R toolkit for plant epitranscriptome analysis. Bioinformatics, 2018, 34(21): 3747-3749.
Ma WL, Qiu ZX, Song J, Li JJ, Cheng Q, Zhai JJ, Ma C*. A deep convolutional neural network approach for predicting phenotypes from genotypes. Planta, 2018, 248(5): 1307-1318.
Ma C, Zhang HH, Wang XF*. Machine learning for big data analytics in plants. Trends in Plant Science, 2014, 19: 798-808.
Ma C, Xin MM, Feldmann KA, Wang XF*. Machine learning-based differential network analysis: a study of stress-responsive transcriptomes in Arabidopsis thaliana. Plant Cell, 2014, 26: 520-537.
Ma C, Wang XF*. Application of the Gini correlation coefficient to infer regulatory relationships in transcriptome analysis. Plant Physiology, 2012, 160(1): 192-203.
七、联系方式
通讯地址：陕西杨凌西北农林科技大学beat365网页版登录官网
邮编：712100
Email: cma@nwafu.edu.cn