关闭
王颖
教授,博士生导师
yingw@buaa.edu.cn

基本情况

教育经历:

2006-2010于北京师范大学获得理学学士学位(统计学)、经济学学士学位(双学位)

2010-2012于北京师范大学获得教育学硕士学位

2012-2016于北京师范大学获得工学博士学位

工作经历:

2016-2018于中国环境科学研究院从事博士后研究

2017.11 于香港大学从事访问学者研究

2018-2023 在北京航空航天大学空间与环境学院任教

2023-至今 在北京航空航天大学材料科学与工程学院任教

兼职情况:

担任中国生态学学会第五届污染生态学专业委员会副秘书长,中国环境科学学会新污染物治理专业委员会第一届委员会委员,中国毒理学会环境与生态毒理学专业委员会第五届委员会委员,北京航空航天大学青年教师发展协会第一届理事会理事、生活部副部长

主讲课程

本科生课程:《环境与可持续发展》(北航一流本科课程、智慧课程、课程思政示范课、沙河高教园区高校联盟资源共享优质课程)、《当代环境问题新生研讨课》(北航课程思政示范课)、《生活的变迁:环境与文明之美》(北航美育课程)、《环境影响评价》、《数据建模实践与可视化》;

研究生课程:《环境数据处理与数学模型》。



研究方向

(1)生态毒理学与水质基准

(2)纳米材料生态及健康风险

(3)人工智能与材料安全性评估

教学科研成果

获奖情况:

(1)2025年度国家级青年人才

(2)2023年北京航空航天大学教学成果一等奖(排名第一)

(3)2025 年北京市科学技术协会首都前沿学术成果奖

(4)2025年中国环境科学学会新污染物治理青年创新奖

(5)2025年中国生态学学会环境污染与生态保护优秀青年学者

发明专利:

(1)王颖,吴丰昌,穆云松,冯承莲,刘跃丹,过渡金属保护人体健康水质基准的非致癌EDs预测方法,ZL201710617090.2

(2)王颖,郭飞,武暕,张琛,白英臣,王国静,吴丰昌,突发环境事件应急处置限值的非参数核密度确定方法,ZL201710083062.7

(3)王颖,徐秋童,范文宏,李晓敏,有机污染物影响下的水生生态系统种群数量的预测方法,ZL202011125825.8

(4)王颖,周运驰,张浩文,范文宏,纳米材料生物毒性数据库及分析预测软件,软件著作权,2025SR0549156

(5)王颖,董瑾初,周运驰,范文宏,小数据机器学习毒性预测与分析平台(SDML Tox),软件著作权,2026SR0628562

代表性论文:

[1] Yunchi Zhou, Ying Wang*, et al. Integrating Functional Genomic Descriptors into Explainable Machine-Learning Models for Cross-Aquatic Species Prediction of Metal-Containing Nanomaterials Ecotoxicity. Environ. Sci. Technol. Lett., 2026, 13, 1114−1121(内封面论文).

[2] Yinghao Cheng, Ying Wang*, et al. Predicting the site-specific toxicity of metals to fishes using a new machine learning-based approach. Environ. Sci. Technol., 2025, 59(29), 1488-14891.

[3] Ying Wang, Jinchu Dong, et al. Addressing the Data Scarcity Problem in Ecotoxicology via Small Data Machine Learning Methods. Environ. Sci. Technol., 2025, 59(12), 5867–5871.

[4] Yunchi Zhou, Ying Wang*, et al. Application of Machine Learning in Nanotoxicology: A Critical Review and Perspective, Environ. Sci. Technol., 2024, 58(34), 14973−14993(内封面论文).

[5] Yunchi Zhou, Ying Wang*, et al. Using Machine Learning to Predict Adverse Effects of Metallic Nanomaterials to Various Aquatic Organisms. Environ. Sci. Technol., 2023, 57(46), 17786−17795(内封面论文).