鲍峰，复旦大学未来信息创新学院研究员、博士生导师。2019年于清华大学获控制科学与工程博士学位，2019年至2024年在美国加州大学旧金山分校从事博士后研究，2024年11月加入复旦大学。

主要从事人工智能与生命科学的交叉研究，关注空间组学与单细胞组学的计算方法、多模态表征学习与深度生成模型，以及高内涵筛选数据的整合分析。提出了MUSE、CLIPn、scScope等计算方法，相关成果以第一作者或通讯作者（含共同）身份发表于Cell、Nature Biotechnology、Nature Methods等期刊。

主持国家自然科学基金面上项目等。入选国家及上海市青年人才项目，曾获IEEE CIS TFS Outstanding Paper Award、世界人工智能大会优秀青年论文奖、Intech科技奖等奖励。

课题组主页: https://fit.fudan.edu.cn/Data/View/4784；https://baolab-fudan.github.io/ 

代表性论文

1. Clevenger MH, Cipurko D, Patil A, Li B, Takahama M, Mei L, Plaster M, Richey G, Kawamoto T, Bao F, Chevrier N. Whole-body molecular and cellular mapping of the laboratory mouse. Cell, 2026, 189(11): 3481-3498.e24（共同通讯作者）

2. Bao F, Li L, Hammerlindl H, Shen SQ, Hammerlindl S, Altschuler SJ, Wu LF. Transitive prediction of small-molecule function through alignment of high-content screening resources. Nature Biotechnology, 2026, 44(5): 862-872（第一作者）

3. Bao F, Deng Y, Wan S, Shen SQ, Wang B, Dai Q, Altschuler SJ, Wu LF. Integrative spatial analysis of cell morphologies and transcriptional states with MUSE. Nature Biotechnology, 2022, 40(8): 1200-1209（共同第一作者）

4. Li B, Bao F, Hou Y, Li F, Li H, Deng Y, Dai Q. Tissue characterization at an enhanced resolution across spatial omics platforms with deep generative model. Nature Communications, 2024, 15(1)（共同第一作者）

5. Deng Y, Bao F, Dai Q, Wu LF, Altschuler SJ. Scalable analysis of cell-type composition from single-cell transcriptomics using deep recurrent learning. Nature Methods, 2019, 16(4): 311-314（共同第一作者）