个人简介
研究方向：质谱代谢组学，纳米生物材料，体外诊断
教育及工作经历
2024年11月至今，助理教授，深圳技术大学
2024年1月--2024年10月，副研究员，深圳技术大学
2021年1月--2023年9月，哲学博士，新加坡国立大学
2017年9月--2023年9月，工学博士，上海交通大学
2013年8月--2017年6月，工学学士，中山大学
研究成果及荣誉
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，其中以第一作者或共同一作在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；已授权国家发明专利2项。
主持或参与的基金项目：
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材料研制及体外诊断应用， 2020/01-2023/12，55万，已结题，参与。
3. 上海交通大学“交大之星”计划医工交叉研究基金：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，参与。
代表性论文：
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)
专利：
1. 钱昆 曹敬 黄琳 苏海洋 张梦吉，一种基于钯金核壳微纳材料的低分子量物质质谱检测方法，发明，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方法，专利号：ZL 2020 1 0707525.4。
联系方式：caojing@sztu.edu.cn
