新闻稿

香港中文大学深圳研究院陈亚彬博士后期满答辩顺利通过

2026年9月18日上午，香港中文大学深圳研究院（以下简称“深研院”）陈亚彬博士后期满答辩会在深圳虚拟大学园三楼会议室成功举办。本次答辩顺利通过标志着陈亚彬博士在站期间的科研任务圆满完成，为其在深研院的科研工作画上了圆满句号。

本次期满答辩会采用线上与线下相结合的方式进行，邀请了来自香港中文大学的王鑫副教授、崔鹤洋助理教授，深圳湾实验室的张维敏副研究员，中山大学附属第六医院的高峰研究员，以及深圳大学的程君副教授组成评审小组，对答辩报告进行考核。参会人员还包括深研院科研管理部李洋演，以及深圳市科技创新战略研究中心与深圳虚拟大学园博士后科研工作站的相关工作人员。

会上，陈亚彬博士围绕博士后期间的研究课题《基于多组学分析的食管鳞癌分子分型研究》进行了详尽的汇报，阐述了如何针对食管鳞癌精准医疗的迫切需求，通过单细胞与多组学整合的方法从肿瘤上皮细胞内在特征与微环境生态等维度系统解析食管鳞癌的异质性，建立了食管鳞癌分子与微环境新型分型体系，成功解决了以往基于bulk测序的分子分型难以识别恶性上皮细胞信号来源以及与微环境细胞的协同演化如何塑造不同患者的临床表型的难点。陈博士在站期间产出了一批高质量的学术成果，具有极高的理论意义与广阔的实际应用价值。

评审专家组针对课题的完成情况、研究结果的科学性、创新性及成果转化潜力进行了深入的交流与讨论。专家们一致认为，该课题研究目标明确、技术路线先进，工作量饱满、数据详实可靠，契合当前癌症精准医疗的发展趋势，达到了博士后出站的相关要求，一致同意陈亚彬博士通过期满答辩。

博士后在站期间成果

陈亚彬博士在站期间发表论文

1. Xu C†, Lu Z†, Wang H†, Chen Y†, Yao J, Huang M, Qin F, Liu G, Yu T, Wang Y, Deng R, Yuan J, Wen F, Wang H, Wu J, Wang G, Dong Y, Wang X. 2026. ChSLN-Net: A Dual-Sequence MRI Network for Detecting Small Lymph Nodes in Gynecologic Malignancies. MICCAI 2026 CaPTion Workshop.(Accepted)

2. Hu S†, Liu J†, Zhou J†, Chen J†, Qin T, Wan YCE, Zhu X, Wang D, Shao C, Chen Y, Wang X, Han J, Wong HLX, Weiss RS, Jin H, Chen M, Li Q, Saunthararajah Y, Gan H, Chan KM. 2026. H2BE113K mutation promotes breast cancer metastasis through modulating chromatin dynamics. Sci Adv [J],12(28):eadx4982.

3. He L†, Song K†, Qiao S, Chen Y, Li J, Qi L, Wang X. 2025. Multi-Omics Data Fusion for Colorectal Cancer Molecular Subtyping Using Sparse Multiple Canonical Correlation Analysis. 2025 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), Wuhan, China, 2025, pp. 947-954.

4. Qin T†, Wan YCE†, Hu S†, Chen J, Zhu X, Zhou J, Chen Y, Wang X, Zheng Z, Chan LL, Wong HLX, Jin H, Han J, Li Q, Gan H, Chan KM. 2025. Dual inhibition of FACT and RRM2 suppresses the progression of pancreatic ductal adenocarcinoma driven by the oncohistone H2BG53D. Cell Rep [J], 44(12):116596.

陈亚彬博士在站期间参与项目

PTHLH介导的肿瘤微环境重塑在食管癌共识分子分型CAF浸润亚型中的作用机制研究，国家自然科学基金委员会，面上项目，参与。

香港中文大学深圳研究院转化生物信息学实验室

香港中文大学深圳研究院转化生物信息学实验室由深研院副研究员、香港中文大学医学院外科学系王鑫副教授领衔，致力于搭建基于大规模肿瘤多组学研究建立肿瘤的分型体系，用于肿瘤患者的精准医疗、新药靶点的鉴定与新药研发；研发分子标志物，用于肿瘤的早期诊断、预后、药物敏感性的预测、病情跟踪等；研发肿瘤影像与病理多模态AI系统，用于肿瘤患者的个体化管理与治疗等临床辅助决策。