近几年主要开展了数据驱动的复杂系统临界状态预测，基于小样本高维数据的预见性机器学习，基于动力学的因果关系构建，异源数据整合及多层次网络整合，疾病诊断的网络标志物及疾病预警的动态网络标志物、深度学习及人工智能计算的研究等。特别是
1. 提出生物系统演化的临界状态及动态网络标记物（DNB）的崭新概念，开发早期预警的模型与方法,为这领域开创了新方向；
2. 提出了网络的因果关系构建的全新理论和方法(PMI)；
3. 建立了单样本网络构建新方法(SSN)；可由单样本实现构建网络；
4. 建立了生物功能注释新方法(NOA)，开创生物本体论的新概念；
5. 建立基于Embedding理论的深度学习及人工智能的计算方法(RDE)，实现小样本高维数据的预测。

对系统生物学的核心理论体系构建、脑科学的研究方法、预防性医疗和个体医疗等具有重要意义。近年来，在计算系统生物学和复杂系统科学研究领域发表了330余篇SCI期刊论文及10部以上专著及编著书籍(h-index: 62 ; i10-index: 291)，被引用15000 余次，开发分子生物网络的30余软件。