香港大学全奖博士项目（Prof. Tommy Lam）

一、学校招生要求

香港大学公共卫生学院的博士项目是面向全球招收有志于公共卫生研究的优秀学子。根据香港大学研究生院官方网站最新信息，2026-2027学年的申请要求如下：

1. 基本学历要求：申请者需持有香港大学或其他认可大学/机构的荣誉学士学位、医学学位或同等资历的学位。

2. 英语能力要求：非英语为母语的申请者需提供英语能力证明，可接受的考试包括：

·TOEFL iBT成绩（注意：不接受TOEFL iBT Home Edition）

·IELTS学术类考试成绩（注意：不接受IELTS One Skill Retake）

3. 申请材料：

·学术成绩单和证书

·研究计划书

·两封学术推荐信

·英语能力证明

·其他可能要求的资料（如专业能力证明、面试等）

4. 申请流程：

·在线提交申请表格

·上传所有必要文件

·支付申请费用

·可能需参加入学面试

5. 香港PhD Fellowship Scheme (HKPFS)：特别值得注意的是，申请者可同时申请香港研究资助局(RGC)设立的香港博士研究生奖学金计划，该计划提供丰厚资助：

·每年HK$337,200（约US$43,230）的生活津贴

·每年HK$14,000（约US$1,790）的会议和研究相关旅费津贴

·学费全免

·申请截止日期：2025年12月1日中午12:00（香港时间）

6. 申请HKPFS步骤：

·第一步：通过RGC在线系统提交初步申请并获取参考编号

·第二步：使用该参考编号向香港大学提交完整申请

二、教授研究方向

Prof. Tommy Lam（林赞育）是香港大学公共卫生学院的副教授，其主要研究领域集中在传染病的演化、流行病学和生态学方面，特别关注人畜共患病的研究。根据其学术背景和研究成果，主要研究方向可归纳为：

1. 新发传染病的溯源与演化：Prof. Lam利用整合基因组学方法研究新发病原体的起源和演化路径，尤其关注在人畜界面出现的病原体，如流感病毒和冠状病毒。他的研究对H7N9禽流感(Nature 2013, Nature 2015)、MERS冠状病毒(Science 2016)以及COVID-19冠状病毒(Nature 2020)的起源、演化和传播提供了重要的科学认识。

2. 病毒基因组学与计算方法开发：Prof. Lam领导开发了多种用于基因组分析的计算工具和数据库，如ggtree（R语言软件包）等，为病毒演化和流行病学研究提供了强大的技术支持。

3. 蚊媒传染病研究：他还主导了香港蚊虫及其携带的虫媒病毒研究，这对于了解和防控登革热等蚊媒疾病具有重要意义。

4. 抗生素耐药性的产生机制研究：Prof. Lam关注细菌病原体及其抗生素耐药性的出现机制，这对解决全球抗生素耐药问题提供了科学依据。

5. 病原体跨物种传播机制研究：他的研究团队关注病毒如何从动物宿主跨越物种屏障感染人类的机制，通过追踪病毒的生态、演化和流行病学特征，为预防未来可能的流行病提供科学基础。

Prof. Lam曾获多项重要奖项，包括国际传染病学会的Novartis疫苗传染病流行病学奖(2008年)、英国皇家学会牛顿研究奖学金(2010年)、中国国家自然科学基金委员会优秀青年科学基金(香港澳门地区)(2019年)及钟南山青年科技创新奖(2023年)，是香港大学基于Essential Science Indicators排名的前1%学者(2016-2020年)。

三、创新研究想法

基于Prof. Lam的研究方向，以下是几个可能的创新研究计划：

1. 多组学整合监测系统构建：结合基因组学、转录组学和蛋白质组学数据，建立针对重点地区人畜共患病的综合监测平台，实时追踪潜在流行风险病原体的进化变异。该系统可集成动物样本、环境样本和人类样本的多组学数据，通过机器学习算法预测病原体的跨物种传播潜力和流行风险。

2. 冠状病毒受体结合域与人类ACE2受体相互作用的深度学习预测模型：开发基于深度学习的计算模型，预测各种冠状病毒刺突蛋白与人类ACE2受体的结合亲和力，从而评估不同冠状病毒的人类感染风险。这一研究可应用于针对性监测具有高人类感染风险的动物冠状病毒，提前做好防控准备。

3. 蚊媒病毒的城市生态与传播动力学研究：结合分子流行病学、城市微气候模型和人口活动数据，研究香港城市环境中蚊虫分布和蚊媒病毒传播的时空动态，为精准防控策略提供科学依据。该研究可开发出城市蚊媒疾病早期预警系统，提高公共卫生应对能力。

4. 病毒-宿主共演化机制与溢出风险评估框架：探索病毒与其自然宿主的长期共演化关系，分析影响病毒从自然宿主溢出至中间宿主或人类的生态和分子因素。通过构建病毒溢出风险评估框架，可以系统性识别具有潜在流行风险的病毒群和地理热点区域。

5. 抗生素耐药性扩散的数学模型与干预策略优化：利用基因组数据和网络分析，构建抗生素耐药基因在不同环境和宿主间传播的数学模型，并通过模拟不同干预策略的效果，优化抗生素耐药性控制方案。该研究可为公共卫生政策制定提供科学依据，有效应对抗生素耐药性全球性威胁。