個人簡介
研究偏向：質譜代謝組學，納米生物质料，體外診斷
教育及事情經曆
2024年11月至今，助理教授，深圳技術大學
2024年1月--2024年10月，副研究員，深圳技術大學
2021年1月--2023年9月，哲學博士，新加坡國立大學
2017年9月--2023年9月，工學博士，上海交通大學
2013年8月--2017年6月，工學學士，中山大學
研究结果及榮譽
主要研究基于MALDI MS的代谢组学及其在体外诊断和生物标志物筛选中的应用。发表SCI论文20+篇，其中以第一作者或配合一作在Cell Metabolism，Advanced Materials等国际期刊发表SCI论文5篇；主持国家自然科学基金青年项目1项；已授权国家发现专利2项。
主持或參與的基金項目：
1. 国家自然科学基金委员会，青年科学基金项目：单细胞水平解析器官衰老代谢异质性及其与个体衰老的相关性，2025/01-2027/12，30万元，在研，主持。
2. 国家自然科学基金委员会，面上项目：新型杂化贵金属代谢质谱芯片质料研制及体外诊断应用， 2020/01-2023/12，55万，已结题，加入。
3. 上海交通大学“交大之星”计划医工交织研究基金：基于代谢组学的儿童髓母细胞瘤危险度分层的预测算法构建，2020/01-2022/12，25万，已结题，加入。
代表性論文：
1. Jing Cao, Qi Jason Yao, Jiao Wu, Xiaonan Chen, Lin Huang, Wanshan Liu, Jingjing Wan, Kun Qian, Bo O. Zhou. Deciphering the metabolic heterogeneity of hematopoietic stem cells with single-cell resolution. Cell Metabolism, 2024, 36, 209. DOI: 10.1016/j.cmet.2023.12.005. (SCI，IF=27.7，JCR Q1)
2. Jing Cao, Xuejiao Shi, Deepanjali D. Gurav, Lin Huang, Haiyang Su, Keke Li, Jingyang Niu, Mengji Zhang, Qian Wang, Mawei Jiang, Kun Qian. Metabolic fingerprinting on synthetic alloys for medulloblastoma diagnosis and radiotherapy evaluation. Advanced Materials, 2020, 32, 202000906. DOI: 10.1002/adma.202000906.（SCI，IF=27.4，JCR Q1)
3. Jing Cao, Mengji Zhang, Yan Xiao, Lin Huang, Ying Wang, Wanshan Liu, XinmingWang, Li Zhou, Lin Li, Yong Zhang, Lili Ren, Jianwei Wang, Kun Qian. Deep learning of dual plasma fingerprints for high-performance infection classification. Small, 2022, 202206349. DOI: 10.1002/smll.202206349. (SCI，IF=13，JCR Q1)
4. Jiabin Su,Jing Cao, Wei Xu, Wanshan Liu, Kun Qian, Wei Ni. Diagnosis of unruptured intracranial aneurysm by high-performance serum metabolic fingerprints. Small Methods, 2022, 202201486. DOI: 10.1002/smtd.202201486. (Co-first author, SCI，IF=10.7，JCR Q1)
5. Jing Cao, Yuning Wang, Yong Zhang, Kun Qian. Emerging applications of mass spectrometry-based metabolic fingerprinting in clinics. Advanced Intelligent Systems, 2022, 4, 2100191. DOI: 10.1002/aisy.202100191. (SCI，IF=6.8, JCR Q1)
專利：
1. 钱昆 曹敬 黄琳 苏海洋 张梦吉，一种基于钯金核壳微纳质料的低分子量物质质谱检测要领，发现，专利号：ZL 2020 1 0290419.0。
2. 钱昆 徐伟 曹敬，一种基于人工智能分析质谱数据的要领，专利号：ZL 2020 1 0707525.4。
聯系方式：caojing@ffjwd.com
