京都大学的智能信息学博士，主要研究与开发传统算法和人工智能算法并将其应用于因数据过于庞杂而难以被生物学领域的专家们所解决的复杂生物学问题，聚焦可被描述为图（Graph）的复杂生物数据，已建立了两个独立原创模型（PG2T与PISPKI）。其中，PG2T模型利用数据结构转换的方法一定程度上解决了图比较的难题并实现了核糖核酸二级结构的准确比较。而PISPKI模型则作为一加载新型机器学习模块（WL Box）的人工神经网络则探索了生物体内磷酸化的机理。
Wang, F., Akutsu, T., & Mori, T. (2020). Comparison of pseudoknotted RNA secondary structures by topological centroid identification and tree edit distance. Journal of Computational Biology, 27(9), 1443-145
Wang, F., Chen, Y. T., Yang, J. M., & Akutsu, T. (2022). A novel graph convolutional neural network for predicting interaction sites on protein kinase inhibitors in phosphorylation. Scientific reports, 12(1), 229.
Wang, F., Akutsu, T., & Mori, T. (2023). Metrics for RNA Secondary Structure Comparison. In RNA Structure Prediction (pp. 79-88). New York, NY: Springer US.