董其实，深圳技术大学大数据与互联网学院助理教授，2023年获香港浸会大学统计学博士学位。研究方向包括统计学习、生物统计与医疗健康数据分析，曾在华为诺亚方舟实验室、香港中文大学（深圳）与香港大学从事科研工作。目前团队涵盖多位博士、硕士与本科生，并与多所高校及深圳企业开展合作研究。欢迎对生物医学数据建模与可穿戴设备算法研发感兴趣的同学联系dongqishi@sztu.edu.cn，可提供补助与升学就业机会。

一、个人主页

https://spatialomics-pj.github.io/dongqishi/

二、教育经历

2019/09 - 2023/06，香港浸会大学大学，统计博士

2015/09 - 2019/06，香港浸会大学大学，金融学士

三、工作经历

2024/11 - 至今，深圳技术大学人工智能学院，助理教授

2023/09 - 2024/09，香港大学经管学院，博士后

2023/06 - 2024/11, 香港中文大学(深圳), 研究助理

2021/11 - 2022/06, 华为(香港) 诺亚方舟实验室

四、主要研究领域

数据建模，生物统计，医疗健康数据分析

五、主要成果

l Dong, Q., Huang, Z., Wang, X., Feng, Z., Liu, W., & Huang, B. (2026). Composition-Aware Cross-Sectional Integration for Spatial Transcriptomics. Advanced Intelligent Discovery.

l Dong, Q., Wang, X., Guan, X., Liang, L., Ke, X., & Peng, H. (2026). An Empirical Bayes Algorithm for Variable Selection With Applications in Genetic Fine-Mapping. Stat, 15(1).

l Dong, Q., Yang, Y., Luo, Z., Shen, H., Shi, X., & Liu, J. (2025). Robust Spatial Cell-Type Deconvolution with Qualitative Reference for Spatial Transcriptomics. Small Methods, 9(5), 2401145.

l Dong, Q., Zhou, F., Kang, N., Xie, C., Zhang, S., Li, J., Peng, H., & Li, Z. (2023). DAMix: Exploiting Deep Autoregressive Model Zoo for Improving Lossless Compression Generalization. In Proceedings of the AAAI Conference on Artificial Intelligence (AAAI 2023).

l Dong, Q., Muhammad, A., Zhou, F., Xie, C., Hu, T., Yang, Y., Bae, S.-H., & Li, Z. (2022). ZooD: Exploiting Model Zoo for Out-of-Distribution Generalization. In Advances in Neural Information Processing Systems 35 (NeurIPS 2022).