汤在祥、男、教授
电话：0512-65883227
电子邮箱:tangzx@suda.edu.cn
通讯地址：苏州工业园区仁爱路199号苏州大学一期医学楼新葡萄8883官网AMG新葡萄8883官网AMG1417室, 邮编215123
个人简介
汤在祥，博士，教授，博士生导师。
工作经历
2019-现今 新葡萄8883官网AMG教授，博士生导师
2024-现今 苏州大学新葡萄8883官网AMG/附属第二医院，特聘教授
2013-2019 苏州大学医学部新葡萄8883官网AMG副教授，硕士生导师
2016-2017 美国阿拉巴马大学伯明翰分校生物统计系访问学者
2011-2014 公共卫生与预防医学博士后流动站博士后
2010-2013 苏州大学医学部新葡萄8883官网AMG讲师
学术任职
1. 2025-2029，中国现场统计研究会医药与生物统计分会副主任委员
2. 2024-2028，中国卫生信息学会卫生统计理论与方法专业委员会 常务委员
3. 2024-2028，中国医药教育协会医药统计专业委员会 常务委员
4. 2023-2027，中国抗癌协会肿瘤人工智能专业委员会 常务委员
5. 2023-2027，中国统计教育学会生物医学统计分会专业委员会 委员
6. 2022-2027，江苏省预防医学会卫生统计方法专业委员会 委员
7. 2023-2028，江苏省预防医学会心血管防治专业委员会 常务委员
7. 2023-2028，江苏省预防医学会呼吸系统疾病预防与控制专业委员会常务委员
研究方向
1.生物统计学理论与方法，包括高维数据分析，贝叶斯统计学，医疗大数据;
2.大数据挖掘与预测模型，包括肿瘤大数据挖掘，临床预测模型;
3.临床试验设计与统计分析。
科研项目
1. 国家自然科学基金委员会，面上项目，82373688，基于高维组学数据的贝叶斯多水平stacking融合预测模型构建方法与应用研究，2024-01至2027-12，50万元，在研，主持
2. 国家自然科学基金委员会，面上项目，81773541，高维遗传数据预测模型构建中组群结构信息整合的新方法及其应用研究，2018-01至2021-12，55万元，结题，主持
3. 国家自然科学基金委员会，面上项目，81573253，整合遗传高维数据的贝叶斯多水平疾病风险预测模型构建方法与应用研究，2016-011至2017-12，25万元，结题，主持
4. 国家自然科学基金委员会，青年基金，31100882，基于虚拟标记插入的核质互作基因定位方法研究，2012-01至2014-12，25万元，已结题，主持
5. 2024年度“江苏省肿瘤小分子靶向治疗及伴随诊断工程研究中心”开放课题，基于免疫和肿瘤微环境鉴定子宫内膜癌放疗敏感性基因及放疗敏感性预测模型构建研究（SGK1202407），5万元，2024.5-2026.6，在研，主持
6. 2023年度苏州市神经肿瘤与纳米仿生重点实验室开放课题，基于免疫和肿瘤微环境相关基因构建低级别胶质瘤放射敏感性预测模型（SZZD003），2万元，2022.3-2025.3，结题，主持
7. 2019年度省部共建放射医学与辐射防护国家重点实验室，开放课题，GZK1201919，基于泛癌症图谱的放疗敏感性基因挖掘方法与相关基因验证研究，2019-06至2020-12，3万元，结题，主持
8. 江苏省级重点实验室，开放课题，K12004，基于多群体的核质互作基因定位方法研究，2013-01至2015-12，2.0万元，已结题，主持
9. 中国博士后基金，2012M521116，基于二维扫描的核质互作基因-QTL定位方法研究，2013.1至2014.10，5.0万元，已结题，主持
10. 江苏省博士后基金，1202045C，模式动物核质互作基因-QTL定位方法研究，2012-06至2013-10，2.0万元，已结题，主持
11. 江苏省科学学技术厅，江苏省重点研发计划专项, 社会发展-临床前沿技术，BE2018657，肠道菌群变化特征作为肠道核辐射损伤早期诊断生物标志物的临床研究，2018-07至2021-06，400万元，在研，主要参与（排名第2）
12. 国家自然科学基金委员会，面上项目，31271336，启动子区域遗传多态性位点与骨质疏松关联机制研究，2013-01至2016-12，81万元，已结题，参与
13. 国家自然科学基金委员会，青年项目，81202270，杀伤细胞免疫球蛋白样受体基因多态性与高血压的关系，2013-01至2015-12，23万元，已结题，参与
专利：
1.汤在祥;周进;胡化刚;输液贴（实用新型专利），2018-5-29，中国，CN207412449U
2. 苏州大学（汤在祥）;放疗敏感性基因标签发现与验证软件V1.0（计算机软件著作权），2017-10-21，中国，2019SR1087718
3. 苏州大学（汤在祥）;临床预测模型构建软件（计算机软件著作权），2020-07-24，中国，2020SR0827064
4. 苏州大学（汤在祥），敏感性基因发现方法、装置及存储介质（发明专利），2023-07-05，中国，ZL201911170133
代表性论著:
1. 张明芝;李红美;吕大兵主编;汤在祥（第一副主编）;《实用医学统计学与SAS应用》（第九、十三、十四、十六、十七、十九、二十二、二十四章），苏州大学出版社，960千字，2015
2. 李正奇;赵俊主编;余珊珊;程国华;郝晓花;吴建龙;王文萍，黄晓钟;汤在祥等参编，《生物等效性试验实用指南》（第十四章生物等效性试验数据统计分析），江苏凤凰科学技术出版社，400千字，2018
3. 刘理安胜利主编，欧春泉，汤在祥副主编，《医学统计学》，苏州大学出版社，384千字，2021年
4. 潘兴强 陈根浪主编，汤在祥参编，《Python医学实用统计分析》，人民卫生出版社，389千字，2023年
代表性论文（*通讯作者）：
1. Shen J, Wang S, Dong Y, Sun H, Wang X, Tang Z*. A non-negative spike-and-slab lasso generalized linear stacking prediction modeling method for high-dimensional omics data. BMC Bioinformatics. 2024 Mar 20;25(1):119
2. Shen J, Wang S, Sun H, Huang J, Bai L, Wang X, Dong Y, Tang Z*. A novel non-negative Bayesian stacking modeling method for Cancer survival prediction using high-dimensional omics data. BMC Med Res Methodol. 2024 May 3;24(1):105.
3. Wang X, Zhang K, Wang L, Xu J, Wang Y, Chen S, Tang Z*. The state of prediction models in hematologic disease: a worrisome assessment. Curr Opin Hematol. 2025 Feb 13. doi: 10.1097/MOH.0000000000000865. Epub ahead of print. PMID: 39937685.
4. Shen J, Li H, Yu X, Bai L, Dong Y, Cao J, Lu K, Tang Z*. Efficient feature extraction from highly sparse binary genotype data for cancer prognosis prediction using an auto-encoder. Front Oncol. 2023 Jan 10;12:1091767.
5. Zhu X, An N, Tang Z*, Huang J, Ren Q, Wu Y. Influencing factors and changing trends of depressive symptoms among middle and junior high school students in Eastern China from 2019 to 2023: a cross-sectional study. BMC Public Health. 2025 Jan 2;25(1):17.
6. Liu Q, Liu D, Yan D, Huang W, Ji X, Hui J, Tang Z*. Gender-Specific Association Between Serum Uric Acid and Incident High Intraocular Pressure in Chinese Population: A Cross-Sectional Study. Invest Ophthalmol Vis Sci. 2020 Sep 1;61(11):10.
7. Tang Z, Lei S, Zhang X, Yi Z, Guo B, Chen JY, Shen Y, Yi N*. Gsslasso Cox: a Bayesian hierarchical model for predicting survival and detecting associated genes by incorporating pathway information. BMC Bioinformatics. 2019 Feb 27;20(1):94.
8. Tang Z, Shen Y, Li Y, Zhang X, Wen J, Qian C, Zhuang W, Shi X, Yi N*. Group spike-and-slab lasso generalized linear models for disease prediction and associated genes detection by incorporating pathway information. Bioinformatics. 2018 Mar 15;34(6):901-910.
9. Tang Z, Shen Y, Zhang X, Yi N*. The Spike-and-Slab Lasso Generalized Linear Models for Prediction and Associated Genes Detection. Genetics. 2017 Jan;205(1):77-88.
10. Tang Z, Shen Y, Zhang X, Yi N*. The spike-and-slab lasso Cox model for survival prediction and associated genes detection. Bioinformatics. 2017 Sep 15;33(18):2799-2807.
承担的教学情况
1.承担本科生教学课程：《医学统计学》《卫生统计学》《统计之美》《临床外包产业创新创业实践》
2.承担研究生教学课程：《医学统计学》
3.教学成果：编撰教材（参照上面的代表性论著）
(1)张明芝，李红美，吕大兵主编；汤在祥（第一副主编）;《实用医学统计学与SAS应用》（第九、十三、十四、十六、十七、十九、二十二、二十四章），苏州大学出版社，960千字，2015
(2)刘理安胜利主编，欧春泉，汤在祥副主编，《医学统计学》，苏州大学出版社，384千字，2021年
荣誉奖励
1.汤在祥，全国高校（医学类）微课教学比赛二等奖，2018。
2.汤在祥，2018年苏州大学第十七届青年教师课堂教学竞赛二等奖，2018
3.汤在祥，校优秀本科生毕业论文指导教师，2018
4.汤在祥，江苏省优秀本科生毕业论文指导教师，2018
5.汤在祥，苏州大学优秀教师，2019
6.汤在祥，苏州大学“建设银行奖教金” 二等奖，2020
7.汤在祥，2020-2021年度苏州市预防医学会自然科学优秀学术论文二等奖，苏州市预防医学会，2022
8.汤在祥，2020-2021年度苏州市自然科学优秀学术论文三等奖，苏州市人民政府，2022
（以上内容系教师个人提供）