中山大学附属第一医院研究员、博士生导师，国家高层次青年人才项目获得者、中山大学“百人计划”中青年杰出人才。于都柏林圣三一大学获得博士学位，曾在剑桥大学医学院接受博士后训练并留任课题组长。研究聚焦于利用人群队列与多组学数据，结合人工智能与统计学习方法，探索复杂疾病的生物学机制并开展精准风险预测与干预。代表性成果发表于Nature，Cell Genomics等。

1. Yu Xu, Scott C. Ritchie, Yujian Liang, Paul R. H. J. Timmers, Maik Pietzner, Loïc Lannelongue, Samuel Lambert, Usman A. Tahir, Sebastian May-Wilson, Åsa Johansson, Praveen Surendran, Artika Nath, Elodie Persyn, James E. Peters, Clare Oliver-Williams, Shuliang Deng, Bram Prins, Nicola Pirastu, E Shyong Tai, Rob M van Dam, Dirk Paul, Christopher Yau, Robert E. Gerszten, Anders Mälarstig, John Danesh, Xueling Sim, Claudia Langenberg, James F. Wilson, Adam Butterworth, Michael Inouye. “An atlas of genetic scores to predict multi-omic traits”. Nature, 616, 123–131,
2. Yu Xu, Dragana Vuckovic, Scott C Ritchie, Parsa Akbari, Tao Jiang, Jason Grealey, Adam S Butterworth, Willem H Ouwehand, David J Roberts, Emanuele Di Angelantonio, John Danesh, Nicole Soranzo, Michael Inouye. “Machine learning optimized polygenic scores for blood cell traits identify sex-specific trajectories and genetic correlations with disease”. Cell Genomics, 2 (1): 100086, 2022.
3. Martin Kelemen, Yu Xu, Tao Jiang, Jing Hua Zhao, Carl Anderson, Chris Wallace, Adam Butterworth, Michael Inouye. “Performance of deep-learning based approaches to improve polygenic scores”. Nature Communications, 16:5122, 2025.

课题组由博士后、研究生和研究助理组成的跨学科团队，涵盖计算生物学、统计遗传学、人工智能、临床医学与公共卫生等方向。团队成员拥有剑桥大学、中山大学、武汉大学等国内外知名高校的学习与研究背景。课题组拥有多个大规模人群队列（如UK Biobank）及丰富的临床数据资源，并依托广州天河国家超级计算中心和院内高性能计算平台，建立了高效的两级计算资源体系。

参审期刊：Cell Genomics, Nature Communications, BMC Medcine等

奖励荣誉：Reviewers’ Choice award at the American Society of Human Genetics, 2021

学术兼职：剑桥大学访问研究员

课题组长期欢迎对利用人群队列、临床电子健康记录（EHR）、健康数据科学与人工智能推动下一代生物医疗健康体系发展感兴趣的优秀人才加入。招聘涵盖博士后、博士/硕士研究生及研究助理等职位。有意者请直接邮件联系。