我的研究興趣：
    計算生物學及生物資訊學 (Computational Biology and Bioinformatics)
    演算法 (Algorithms)
    套裝軟體 (Software Tools)

我的著作目錄及論文下載 (Publication list)
實驗室海報 (April 2007)
我(曾)參與的Program Committee (議程委員會)

這是我在美國數學學會的族譜 http://www.genealogy.ams.org/id.php?id=84608
(Kun-Mao Chao <-- Webb Miller <-- Bob Ritchie <-- Alonzo Church (Alan Turing's advisor) <-- Oswald Veblen <-- Eliakim Hastings Moore <-- Hubert Anson Newton <-- Michel Chasles <-- Simeon Poisson <-- Joseph Lagrange <-- Leonhard Euler <-- Johann Bernoulli <-- Jacob Bernoulli <-- Gottfried Leibniz)

http://www.arnetminer.org/viewperson.do?naid=1291953&name=Kun-Mao Chao

我的研究主軸為「序列」與「樹狀結構」主題相關的演算法設計，以及利用這些演算法為基礎的生物資訊軟體工具開發，可說是「計算理論為體，生物資訊為用」。我曾參與開發在序列分析上頗具影響力的FASTA軟體，著作也曾被SCI前些年最被引用的BLAST科學論文及最主要的計算生物學教科書與參考書籍所引用，可算是長序列分析上的開路先鋒者之一。以下是我2002年草創演算法與計算生物學實驗室 (ACB Laboratory) 時所撰寫的開場白，歡迎志同道合的夥伴們加入ACB的行列。

理論計算機科學家(Theoretical computer scientist)通常可分為兩類型:定理證明者(Theorem prover)及問題解決者(Problem solver)。我的興趣比較偏向後者，特別喜愛演算法的設計。計算機在1950年左右問世以後，相關的計算問題接踵而至，因而產生了很多經典的問題，如：shortest path, minimum spanning tree, sorting, searching等基礎問題。雖然其中有些問題，在計算機問世前就被研究過，但它們的重要性，卻在1950年後才更突顯。到了1970年左右，Levin以tiling problem和Cook以SAT及3SAT問題，證明了NP-completeness定理，說明只要一個NP-complete問題是polynomial-time solvable，則所有的NP問題都是polynomial-time solvable。Karp基於這個研究成果，緊接著提出了多個有名的NP-complete問題，將整個計算機科學的視野又往前邁進了一大步，也掀起了一片NP-complete問題的淘金熱潮。

在1980年代時，如果你證明了某一個問題是NP-complete，也許就可以準備畢業拿博士學位了；但到了1990年時，如果你證明了新的問題是NP-complete，這樣的結果可拿來當做不錯的考題，但要做成一篇論文，在份量上已嫌不足，這個時候，你還需提出不錯的approximation algorithm，例如2-approximation，也就是在polynomial-time之內，你找到的答案不會比最佳答案差兩倍以上；或者你要說明這問題並不存在有效的近似演算法。到了1990年代中期，如果你證明了一個問題是NP-complete，並提出了一個1.5-approximation的方法，可能還構不成一篇好論文，也許你還要證明1.5-approximation在NP不等於P的情況下，是最佳的近似解法，這樣的份量才夠充分。

你也許要問，問題愈來愈難，解法愈來愈講究，演算法設計還有發展空間嗎？我們必須承認，在經典問題的突破上，難度是相當高的，因為這些都是大師們雙手一攤所留下來的，我們雖然不能妄自菲薄，但也不該自我無限膨脹，以唐吉柯德的精神來夸父追日啊！但這並不代表著演算法設計領域已走到窮途末路了！其實，在資訊研究領域裡，很多研究的核心部分都是廣義的演算法設計，隨著應用層面的增廣，新的問題不斷地產生，亟需好的解法來克服難處。做演算法的人，有點像游牧民族，哪兒有草，就往哪兒跑，寫到這裡，我想到了今天午飯時，我的姪兒普普讓我猜的一個謎語，謎題是：「羊來了，猜一水果名。」謎底是：「草莓(草被吃光了，沒了)。」哈哈，我們這些游牧民族的草真的快沒了嗎？恰恰相反，當我們資訊領域已正式跨入成熟的應用領域時，這正是我們大展鴻圖的機會，愈來愈多有趣實用的問題正等著高手來過招呢！

例如，我在看生物資訊的應用問題時，就碰到了不少有趣的問題。前陣子我們碰到一個這樣的問題：給你一個數列，請設計一個演算法，來找出一個長度至少為L的區段，而它的平均值是最大的。這麼簡單敘述的問題，沒想到我們居然還成為開路的先鋒者(我這麼說是因為我們解了很多好問題，但那類型的問題，在敘述上，都難免扯上一些專有名詞，很少有三言兩語就可將題目搞定，因為可簡單敘述的問題，照說已被古人所做爛，其實並不然啊)。由於應用領域的刺激，我們碰到更多前所未有的問題，前景可期！

我目前最感興趣的方向包括：
1. 任何具計算挑戰性的問題，包括各式各樣的演算法設計；
2. 在生物資訊應用領域上，結合演算法設計所製作而成的軟體工具；
3. 在生物資訊應用領域上，開發實用的軟體分析工具。

我雖然將自己歸屬於problem solver，但我也期許自己能成為一個好的problem generator。做我們這一行的，有問題時傷腦筋，沒問題時可就更傷腦筋了！ ^_^