基因组的三维结构在基因调控与细胞功能中发挥着关键作用。对 Hi-C 数据与单细胞 Hi-C 数据进行比较分析，对于揭示基因组在健康与疾病状态下的结构功能关系至关重要。然而，此类数据具有高维度、超稀疏以及强相关的特征，给统计分析带来了重大挑战。本报告将介绍近期基于合作研究的成果，这些工作综合运用了随机矩阵理论、统计建模及深度生成模型。主要进展包括：（1）增强超稀疏的单细胞 Hi-C 数据；（2）对成对高维 Hi-C矩阵进行差异性检验。另一个独立方向是（3）微调大语言模型以预测流感活动。报告将展示这些方法在真实数据中的应用及其在推动基因组学与公共卫生研究发展中的潜力。