"《融合多组学数据预测染色质开放性的机器学习方法》以染色质开放性数据的信息解读为主线，通过融合多种组学数据的方式，研究预测染色质开放性的机器学习方法、探索单细胞染色质开放性数据分析的理论与方法；系统性地研究了细胞群与单细胞染色质开放性数据分析中的关键问题，对生物数据解读中的概率密度估计等共性基础问题进行了创新性探索，研究成果不仅能对大规模染色质开放性数据进行高效分析，还能加强对细胞调控机制的深入理解，从而促进对遗传学数据的有效解读。

《融合多组学数据预测染色质开放性的机器学习方法》可供生物信息学、遗传学及染色质开放性数据分析等领域的高校师生和科研院所研究人员及相关技术人员阅读参考。"