活動時間：14:00

活動日期：2018-10-14

地點：長安校區(qū) 文津樓3段4層 計算機科學學院報告廳

主辦單位：計算機科學學院 生物大數據團隊

活動日程安排：

講座題目1：Pattern fusion analysis by adaptive alignment of multiple heterogeneous omics data

講座時間：2018-10-14            14:00-14:40

報告人：陳洛南

講座內容簡介：Abstract: Motivation: Integrating different omics profiles is a challenging task, which provides a comprehensive way to understand complex diseases in a multi-view manner. One key for such an integration is to extract intrinsic patterns in concordance with data structures, so as to discover consistent information across various data types even with noise pollution. Thus, we proposed a novel framework called ‘pattern fusion analysis’ (PFA), which performs automated information alignment and bias correction, to fuse local sample-patterns (e.g. from each data type) into a global sample pattern corresponding to phenotypes (e.g. across most data types). In particular, PFA can identify significant sample-patterns from different omics profiles by optimally adjusting the effects of each data type to the patterns, thereby alleviating the problems to process different platforms and different reliability levels of heterogeneous data. Results: To validate the effectiveness of our method, we first tested PFA on various synthetic datasets, and found that PFA can not only capture the intrinsic sample clustering structures from the multi-omics data in contrast to the state-of-the-art methods, such as iClusterPlus, SNF and moCluster, but also provide an automatic weight-scheme to measure the corresponding contributions by data types or even samples. In addition, the computational results show that PFA can reveal shared and complementary sample-patterns across data types with distinct signal-to-noise ratios in Cancer Cell Line Encyclopedia (CCLE) datasets, and outperforms over other works at identifying clinically distinct cancer subtypes in The Cancer Genome Atlas (TCGA) datasets. The paper can be found at doi: 10.1093/bioinformatics/btx176.

講座人簡介：陳洛南，中國科學院上海生命科學研究院系統(tǒng)生物學重點實驗室執(zhí)行主任。華中科技大學學士，Tohoku University (Japan)碩士，Tohoku University (Japan)博士。中國運籌學會《計算系統(tǒng)生物學分會》理事長，IEEE-SMC《系統(tǒng)生物學委員會》主席，中國細胞生物學會《功能基因組學與系統(tǒng)生物學分會》副會長。國家基金委重大研究計劃專家組，國家重點研發(fā)計劃重點專項首席科學家。近年，在計算系統(tǒng)生物學和復雜疾病研究領域發(fā)表了300余篇SCI期刊論文及10余部專著及編著書籍，提出網絡標記物和動態(tài)網絡標記物等概念，文章目錄見主頁http://sysbio.sibcb.ac.cn/cb/chenlab/LuonanChen.htm.

講座題目2：環(huán)形RNA編碼蛋白潛能的生物信息學研究

講座時間：2018-10-14           14:40-15:20

報告人：宋曉峰

講座內容簡介：

真核細胞在DNA轉錄后通過反向剪接機制形成的環(huán)形RNA具有重要生物學功能。已有研究表明部分環(huán)形RNA具有編碼蛋白的能力，但調控其翻譯活性的分子機制尚不清楚。有研究證實人工合成的含有“內部核糖體進入位點”（Internal Ribosome Entry Site，IRES）元件和開放閱讀框的環(huán)形RNA可以在體外翻譯產生蛋白質，有研究也發(fā)現(xiàn)部分內源性環(huán)形RNA翻譯多肽分子。隨著第二代測序技術、Ribo-seq、ChIRP技術、蛋白質譜技術等各種高通量實驗技術的發(fā)展，以及國際上多種環(huán)形RNA數據庫的建立，我們能夠從系統(tǒng)生物學與生物信息學角度，深入探討環(huán)形RNA分子在其編碼蛋白潛能上的序列與結構特征。

講座人簡介：

宋曉峰，南京航空航天大學，自動化學院，教授，博士生導師，2013年入選江蘇省“六大人才高峰” 高層次人才選拔培養(yǎng)人選。主要研究領域為轉錄組學與計算系統(tǒng)生物學。近幾年來主持國家自然科學基金兩項、省部級科研項目以及其它各類項目10余項。在國內外權威學術期刊上發(fā)表近百篇學術論文，其中在國際著名的Nucleic Acids Research, Journal of Theoretical Biology, Journal of Medical Virology, BMC Genomics等SCI檢索期刊發(fā)表論文30余篇，目前擔任江蘇省生物醫(yī)學工程學會理事；中國人工智能學會生物信息學與人工生命專業(yè)委員會委員；中國計算機學會生物信息學專業(yè)委員會委員；江蘇省生物醫(yī)學工程學會生物信息學專業(yè)委員會副主任。

講座題目3：蛋白質結構預測與圖像重構

講座時間：2018-10-14          15:20-16:00

報告人：沈紅斌

講座內容簡介：

近年來，隨著分子測序和成像技術的快速突破，生物蛋白分子的序列和圖像數據呈現(xiàn)爆炸增長趨勢，發(fā)展海量數據內在聯(lián)系的新算法方法，實現(xiàn)從蛋白序列和圖像精確預測及重構它們的結構和功能是一個挑戰(zhàn)性問題。我將介紹我們組近期基于智能算法研究提出的蛋白質結構預測和圖像重構方面的一點進展。

講座人簡介：

沈紅斌，上海交通大學特聘教授、博士生導師，國家杰出青年科學基金獲得者，主要研究領域為模式識別與生物信息學，擔任上海市自動化學會模式識別專委會主任、上海市計算機學會生物信息學專委會副主任、BMC Bioinformatics Associate Editor、Science China Information Sciences Associate Editor，在Nature Protocols、Bioinformatics等期刊發(fā)表SCI論文120篇，建立30余個在線生物信息計算平臺，已為50余個國家科學家廣泛提供生物信息在線預測服務超過千萬次，理論預報結果多次被實驗驗證。曾入選國家杰青、ESI高被引科學家、Elsevier中國高被引學者、首屆國家自然科學基金優(yōu)秀青年基金、全國百篇優(yōu)博論文、第八屆上海青年科技英才等計劃與榮譽，指導4名研究生連續(xù)4年入選上海市研究生優(yōu)秀成果（學位論文），主持生物醫(yī)學大數據人工智能基礎分析算法與在線預測應用系統(tǒng)項目入圍2018世界人工智能創(chuàng)新大賽最高榮譽SAIL獎榜單，獲2015年上海市自然科學一等獎（第1完成人）。

講座題目4：生物信息學實踐：模型、算法與理論

講座時間：2018-10-14           16:00-16:40

報告人：鄧明華

講座內容簡介：

本次報告中，我將介紹課題組近年來的幾個工作，包括數據預處理，全基因組關聯(lián)分析和基因網絡推斷幾個方面的內容。希望從這幾個實例中分享：從數據建立統(tǒng)計模型，從統(tǒng)計模型建立相應的算法，以及如何從算法上升到理論分析。

講座人簡介：

鄧明華，男，北京大學數學科學學院教授。1991-1998年在北京大學數學學院學習，畢業(yè)后留校工作至今。2003年8月晉升為副教授，2006年任博士生導師，2009年8月晉升為教授。其間2001年2月－2003年8月在美國南加州大學計算分子生物學中心從事博士后研究工作，2009年8月-2010年1月美國耶魯大學訪問副教授。鄧明華從事生物信息學研究，在生物序列分析、基因表達數據處理和網絡分析等方面的研究中取得一定成果，發(fā)表論文70余篇。曾先后主持5項自然科學基金面上項目和1項863項目，參加3項973項目、1項科技部重點研發(fā)項目、1項基金委創(chuàng)新團隊項目和1項海外合作項目。

講座題目5：DNA甲基化、microRNA與轉錄因子協(xié)同調控功能的生物信息學分析

講座時間：2018-10-14        16:40-17:20

報告人：汪國華

講座內容簡介：

DNA甲基化、microRNA與轉錄因子是基因表達的重要調控因子，它們之間相互協(xié)作對基因表達的調控是研究的熱點問題。我們針對高通量基因表達數據，發(fā)展隨機候選子集的特征選擇模型，解決功能microRNA和轉錄因子預測問題；研究基于CHIP-SEQ 數據的基因啟動子表示模型，設計模式參數學習算法預測miRNA啟動子，并識別調控miRNA表達的轉錄因子，構建轉錄因子-microRNA調控網絡；集成多種高通量測序數據，研究轉錄因子與DNA甲基化的相互作用關系，識別可結合甲基化DNA的轉錄因子，研究其生物功能，構建針對DNA甲基化與轉錄因子相互作用的數據庫 MeDReaders。

講座人簡介：

汪國華，哈爾濱工業(yè)大學計算機科學與技術學院教授、博士生導師。2006年至2008年美國印地安那大學-普度大學訪問學者，2014至2016年在美國約翰霍普金斯大學從事博士后工作。2013年度當選教育部“新世紀優(yōu)秀人才支持計劃”，2011年獲得中國計算機學會“CCF優(yōu)秀博士學位論文獎提名”獎，主持多項國家自然科學基金、國家863項目等。目前是中國計算機學會生物信息專委會委員，人工智能學會生物信息學與人工生命專委會委員。在Nat Review Genetics、Nat Protocol、Nucleic Acids Research、Bioinformatics等國內外重要生物信息學期刊發(fā)表論文40余篇。主要從事生物信息學、機器學習、人工智能研究。目前主要研究方向為：(1) 生物大數據分析與管理；(2) 基于基因組測序大數據的基因結構挖掘算法，藥物靶點識別算法；(3) 基于高通量數據的DNA甲基化調控機制研究。