基于高通量测序的水环境微生物生态宏基因组研究。实验室配备DellT7920， 16核CPU（2.1ghz），32线程，96G内存工作站，并搭建了完整的宏基因组分析流程，可以对Illumina平台下机原始测序数据完成数据清洗、序列拼接、基因预测、物种和功能注释等任务。基于宏基因组研究管网水与生物膜中抗性基因水平传播机理、抗性基因与可移动遗传原件共存机制，以及环境因子如消毒剂、消毒副产物等对抗生素抗性的影响。

此外，课题组在人工智能与水污染控制交叉领域展开深入研究，利用前沿信息技术机器学习（随机森林、支持向量机等）及深度学习算法（人工神经网络-遗传算法等）对生物测序数据、水处理厂运行维护参数等进行数据挖掘、预测模型建立，从而研究并实现水源水微生物污染溯源、水厂自动化运行等一系列实际应用。