◎聯絡方式◎

連絡電話：07-312-1101 ext. 2520

電子信箱：martin@kmu.edu.tw

辦公位置：醫學研究大樓7樓

◎學歷◎ 

國立陽明大學(中研院TIGP)  生物醫學資訊研究所  博士

國立清華大學  生物技術研究所  碩士

國立清華大學  生命科學系  學士

◎專長領域◎

生物醫學資訊; 多體學分析

◎研究方向◎

本實驗室以多體學資料整合分析為主要研究方向，致力於開發創新方法以解析生物醫學資料間的多層次關聯。研究內容涵蓋生物標記探勘、病人藥物反應預測及藥物再利用等精準醫學相關議題。我們與臨床醫師密切合作，結合基礎研究與臨床需求，一方面可在生物標誌或藥物開發初期即明確設定臨床落地目標，另一方面亦能藉由臨床端的回饋，持續深化多體學整合在臨床應用中的可行性與精準度。

目前多體學整合研究多集中於基因體與蛋白質體的層面，但對於代謝體與脂質體等非中心法則的體學資料仍缺乏完善的整合模式。此領域蘊藏豐富的研究潛能與臨床應用價值。本實驗室將結合機器學習、人工智慧與統計模型的技術基礎，並融合在脂質體學研究上的經驗，開發能涵蓋多層級體學資料的整合框架，以探索分子調控網絡的關鍵機制，進而支援疾病診斷與治療策略的設計。

在生物資訊方法的發展上，本實驗室強調分析流程的標準化、套件化與開源化。我們將成熟的方法轉化為可重現的分析工具，發表於國際期刊與開源平台（如CRAN或Bioconductor），促進社群使用與再利用。同時，針對具臨床轉譯潛力的分析模組，我們亦將建立線上資料庫與分析服務平台，整合資料分析、結果可視化與臨床應用介面，提供研究者與臨床醫師更有效的數據支援。

本實驗室的長遠目標是從方法論開發出發，推動多體學整合技術於轉譯醫學與個人化醫療中的實質應用，期望能為未來的精準醫學研究與臨床決策提供堅實的分析基礎與創新方向。

◎經歷◎

中國醫藥大學 博士後研究員 (2021-2015)

宏碁股份有限公司  研發主任 (2018-2021)

中央研究院  博士後研究員 (2017-2018)

◎期刊論文發表◎ 

        (Selected)

1. WJ Lin, CH Liu (co-first), MS Huang, PC Shen, HC Liu, MHTsai, YL Lai, YD Wang, MC Hung, NW Chang, WC Cheng. LipidFun: A Database of Lipid Functions. Bioinformatics, 2025 Mar 13:btaf110. doi: 10.1093/bioinformatics/btaf110.
2. Liu CH, Shen PC, Tsai MH, Liu HC, Lin WJ, Lai YL, Wang YD, Hung MC, Cheng WC. LipidSigR: a R-based solution for integrated lipidomics data analysis and visualization. Bioinform Adv. 2025 Mar 10;5(1):vbaf047. doi: 10.1093/bioadv/vbaf047. PMID: 40110562; PMCID: PMC11919814.
3. Liu CH, Lai YL, Shen PC, Liu HC, Tsai MH, Wang YD, Lin WJ, Chen FH, Li CY, Wang SC, Hung MC, Cheng WC. DriverDBv4: a multi-omics integration database for cancer driver gene research. Nucleic Acids Res. 2024 Jan 5;52(D1):D1246-D1252. doi: 10.1093/nar/gkad1060. PMID: 37956338; PMCID: PMC10767848.
4. Liu CH, Shen PC, Lin WJ, Liu HC, Tsai MH, Huang TY, Chen IC, Lai YL, Wang YD, Hung MC, Cheng WC. LipidSig 2.0: integrating lipid characteristic insights into advanced lipidomics data analysis. Nucleic Acids Res. 2024 May 6:gkae335. doi: 10.1093/nar/gkae335. Epub ahead of print. PMID: 38709887.
5. Liu CH, Liu SH, Lai YL, Cho YC, Chen FH, Lin LJ, Peng PH, Li CY, Wang SC, Chen JL, Wu HH, Wu MZ, Sher YP, Cheng WC, Hsu KW. Using bioinformatics approaches to identify survival-related oncomiRs as potential targets of miRNA-based treatments for lung adenocarcinoma. Comput Struct Biotechnol J. 2022 Aug 22;20:4626-4635. doi: 10.1016/j.csbj.2022.08.042. PMID: 36090818; PMCID: PMC9449502.
6. Lai YL, Liu CH (co-first), Wang SC, Huang SP, Cho YC, Bao BY, Su CC, Yeh HC, Lee CH, Teng PC, Chuu CP, Chen DN, Li CY, Cheng WC. Identification of a Steroid Hormone-Associated Gene Signature Predicting the Prognosis of Prostate Cancer through an Integrative Bioinformatics Analysis. Cancers (Basel). 2022 Mar 19;14(6):1565. doi: 10.3390/cancers14061565. PMID: 35326723; PMCID: PMC8946240.
7. Su SF, Liu CH (cofirst), Cheng CL, Ho CC, Yang TY, Chen KC, Hsu KH, Tseng JS, Chen HW, Chang GC, Yu SL, Li KC. Genome-Wide Epigenetic Landscape of Lung Adenocarcinoma Links HOXB9 DNA Methylation to Intrinsic EGFR-TKI Resistance and Heterogeneous Responses. JCO Precis Oncol. 2021 Feb 19;5:PO.20.00151. doi: 10.1200/PO.20.00151. PMID: 34036228; PMCID: PMC8140798.
8. Chen H-Y, Liu C-H (co-first), Chang Y-H, Yu S-L, Ho B-C, Hsu C-P, et al. EGFR-activating mutations, DNA copy number abundance of ErbB family, and prognosis in lung adenocarcinoma. Oncotarget; Vol 7, No 8. 2016.
9. Liu C-H, Ho B-C, Chen C-L, Chang Y-H, Hsu Y-C, Li Y-C, et al. ePIANNO: ePIgenomics ANNOtation tool. PLoS ONE. 2016;11(2):e0148321. doi: 10.1371/journal.pone.0148321.
10. Hsin Liu C, Li K-C, Yuan S. Human protein–protein interaction prediction by a novel sequence-based co-evolution method: co-evolutionary divergence. Bioinformatics. 2013;29(1):92-8. doi: 10.1093/bioinformatics/bts620.
11. Liu DY-T, Liu C-H, Lai M-T, Lin H-K, Hseu T-H. Global gene expression profiling of wild type and lysC knockout Escherichia coli W3110. FEMS Microbiology Letters. 2007;276(2):202-6. doi: 10.1111/j.1574-6968.2007.00932.x.