活動(dòng)時(shí)間：14:00

活動(dòng)日期：2018-10-14

地點(diǎn)：長(zhǎng)安校區(qū) 文津樓3段4層 計(jì)算機(jī)科學(xué)學(xué)院報(bào)告廳

主辦單位：計(jì)算機(jī)科學(xué)學(xué)院 生物大數(shù)據(jù)團(tuán)隊(duì)

活動(dòng)日程安排：

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

講座時(shí)間：2018-10-14            14:00-14:40

報(bào)告人：陳洛南

講座內(nèi)容簡(jiǎn)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(jiǎn)介：陳洛南，中國(guó)科學(xué)院上海生命科學(xué)研究院系統(tǒng)生物學(xué)重點(diǎn)實(shí)驗(yàn)室執(zhí)行主任。華中科技大學(xué)學(xué)士，Tohoku University (Japan)碩士，Tohoku University (Japan)博士。中國(guó)運(yùn)籌學(xué)會(huì)《計(jì)算系統(tǒng)生物學(xué)分會(huì)》理事長(zhǎng)，IEEE-SMC《系統(tǒng)生物學(xué)委員會(huì)》主席，中國(guó)細(xì)胞生物學(xué)會(huì)《功能基因組學(xué)與系統(tǒng)生物學(xué)分會(huì)》副會(huì)長(zhǎng)。國(guó)家基金委重大研究計(jì)劃專家組，國(guó)家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)首席科學(xué)家。近年，在計(jì)算系統(tǒng)生物學(xué)和復(fù)雜疾病研究領(lǐng)域發(fā)表了300余篇SCI期刊論文及10余部專著及編著書(shū)籍，提出網(wǎng)絡(luò)標(biāo)記物和動(dòng)態(tài)網(wǎng)絡(luò)標(biāo)記物等概念，文章目錄見(jiàn)主頁(yè)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(xué)研究

講座時(shí)間：2018-10-14           14:40-15:20

報(bào)告人：宋曉峰

講座內(nèi)容簡(jiǎn)介：

真核細(xì)胞在DNA轉(zhuǎn)錄后通過(guò)反向剪接機(jī)制形成的環(huán)形RNA具有重要生物學(xué)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(diào)控其翻譯活性的分子機(jī)制尚不清楚。有研究證實(shí)人工合成的含有“內(nèi)部核糖體進(jìn)入位點(diǎn)”（Internal Ribosome Entry Site，IRES）元件和開(kāi)放閱讀框的環(huán)形RNA可以在體外翻譯產(chǎn)生蛋白質(zhì)，有研究也發(fā)現(xiàn)部分內(nèi)源性環(huán)形RNA翻譯多肽分子。隨著第二代測(cè)序技術(shù)、Ribo-seq、ChIRP技術(shù)、蛋白質(zhì)譜技術(shù)等各種高通量實(shí)驗(yàn)技術(shù)的發(fā)展，以及國(guó)際上多種環(huán)形RNA數(shù)據(jù)庫(kù)的建立，我們能夠從系統(tǒng)生物學(xué)與生物信息學(xué)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(jié)構(gòu)特征。

講座人簡(jiǎn)介：

宋曉峰，南京航空航天大學(xué)，自動(dòng)化學(xué)院，教授，博士生導(dǎo)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(lǐng)域?yàn)檗D(zhuǎn)錄組學(xué)與計(jì)算系統(tǒng)生物學(xué)。近幾年來(lái)主持國(guó)家自然科學(xué)基金兩項(xiàng)、省部級(jí)科研項(xiàng)目以及其它各類項(xiàng)目10余項(xiàng)。在國(guó)內(nèi)外權(quán)威學(xué)術(shù)期刊上發(fā)表近百篇學(xué)術(shù)論文，其中在國(guó)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(dān)任江蘇省生物醫(yī)學(xué)工程學(xué)會(huì)理事；中國(guó)人工智能學(xué)會(huì)生物信息學(xué)與人工生命專業(yè)委員會(huì)委員；中國(guó)計(jì)算機(jī)學(xué)會(huì)生物信息學(xué)專業(yè)委員會(huì)委員；江蘇省生物醫(yī)學(xué)工程學(xué)會(huì)生物信息學(xué)專業(yè)委員會(huì)副主任。

講座題目3：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與圖像重構(gòu)

講座時(shí)間：2018-10-14          15:20-16:00

報(bào)告人：沈紅斌

講座內(nèi)容簡(jiǎn)介：

近年來(lái)，隨著分子測(cè)序和成像技術(shù)的快速突破，生物蛋白分子的序列和圖像數(shù)據(jù)呈現(xiàn)爆炸增長(zhǎng)趨勢(shì)，發(fā)展海量數(shù)據(jù)內(nèi)在聯(lián)系的新算法方法，實(shí)現(xiàn)從蛋白序列和圖像精確預(yù)測(cè)及重構(gòu)它們的結(jié)構(gòu)和功能是一個(gè)挑戰(zhàn)性問(wèn)題。我將介紹我們組近期基于智能算法研究提出的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)和圖像重構(gòu)方面的一點(diǎn)進(jìn)展。

講座人簡(jiǎn)介：

沈紅斌，上海交通大學(xué)特聘教授、博士生導(dǎo)師，國(guó)家杰出青年科學(xué)基金獲得者，主要研究領(lǐng)域?yàn)槟Ｊ阶R(shí)別與生物信息學(xué)，擔(dān)任上海市自動(dòng)化學(xué)會(huì)模式識(shí)別專委會(huì)主任、上海市計(jì)算機(jī)學(xué)會(huì)生物信息學(xué)專委會(huì)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(gè)在線生物信息計(jì)算平臺(tái)，已為50余個(gè)國(guó)家科學(xué)家廣泛提供生物信息在線預(yù)測(cè)服務(wù)超過(guò)千萬(wàn)次，理論預(yù)報(bào)結(jié)果多次被實(shí)驗(yàn)驗(yàn)證。曾入選國(guó)家杰青、ESI高被引科學(xué)家、Elsevier中國(guó)高被引學(xué)者、首屆國(guó)家自然科學(xué)基金優(yōu)秀青年基金、全國(guó)百篇優(yōu)博論文、第八屆上海青年科技英才等計(jì)劃與榮譽(yù)，指導(dǎo)4名研究生連續(xù)4年入選上海市研究生優(yōu)秀成果（學(xué)位論文），主持生物醫(yī)學(xué)大數(shù)據(jù)人工智能基礎(chǔ)分析算法與在線預(yù)測(cè)應(yīng)用系統(tǒng)項(xiàng)目入圍2018世界人工智能創(chuàng)新大賽最高榮譽(yù)SAIL獎(jiǎng)榜單，獲2015年上海市自然科學(xué)一等獎(jiǎng)（第1完成人）。

講座題目4：生物信息學(xué)實(shí)踐：模型、算法與理論

講座時(shí)間：2018-10-14           16:00-16:40

報(bào)告人：鄧明華

講座內(nèi)容簡(jiǎn)介：

本次報(bào)告中，我將介紹課題組近年來(lái)的幾個(gè)工作，包括數(shù)據(jù)預(yù)處理，全基因組關(guān)聯(lián)分析和基因網(wǎng)絡(luò)推斷幾個(gè)方面的內(nèi)容。希望從這幾個(gè)實(shí)例中分享：從數(shù)據(jù)建立統(tǒng)計(jì)模型，從統(tǒng)計(jì)模型建立相應(yīng)的算法，以及如何從算法上升到理論分析。

講座人簡(jiǎn)介：

鄧明華，男，北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院教授。1991-1998年在北京大學(xué)數(shù)學(xué)學(xué)院學(xué)習(xí)，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(dǎo)師，2009年8月晉升為教授。其間2001年2月－2003年8月在美國(guó)南加州大學(xué)計(jì)算分子生物學(xué)中心從事博士后研究工作，2009年8月-2010年1月美國(guó)耶魯大學(xué)訪問(wèn)副教授。鄧明華從事生物信息學(xué)研究，在生物序列分析、基因表達(dá)數(shù)據(jù)處理和網(wǎng)絡(luò)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(xiàng)自然科學(xué)基金面上項(xiàng)目和1項(xiàng)863項(xiàng)目，參加3項(xiàng)973項(xiàng)目、1項(xiàng)科技部重點(diǎn)研發(fā)項(xiàng)目、1項(xiàng)基金委創(chuàng)新團(tuán)隊(duì)項(xiàng)目和1項(xiàng)海外合作項(xiàng)目。

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

講座時(shí)間：2018-10-14        16:40-17:20

報(bào)告人：汪國(guó)華

講座內(nèi)容簡(jiǎn)介：

DNA甲基化、microRNA與轉(zhuǎn)錄因子是基因表達(dá)的重要調(diào)控因子，它們之間相互協(xié)作對(duì)基因表達(dá)的調(diào)控是研究的熱點(diǎn)問(wèn)題。我們針對(duì)高通量基因表達(dá)數(shù)據(jù)，發(fā)展隨機(jī)候選子集的特征選擇模型，解決功能microRNA和轉(zhuǎn)錄因子預(yù)測(cè)問(wèn)題；研究基于CHIP-SEQ 數(shù)據(jù)的基因啟動(dòng)子表示模型，設(shè)計(jì)模式參數(shù)學(xué)習(xí)算法預(yù)測(cè)miRNA啟動(dòng)子，并識(shí)別調(diào)控miRNA表達(dá)的轉(zhuǎn)錄因子，構(gòu)建轉(zhuǎn)錄因子-microRNA調(diào)控網(wǎng)絡(luò)；集成多種高通量測(cè)序數(shù)據(jù)，研究轉(zhuǎn)錄因子與DNA甲基化的相互作用關(guān)系，識(shí)別可結(jié)合甲基化DNA的轉(zhuǎn)錄因子，研究其生物功能，構(gòu)建針對(duì)DNA甲基化與轉(zhuǎn)錄因子相互作用的數(shù)據(jù)庫(kù) MeDReaders。

講座人簡(jiǎn)介：

汪國(guó)華，哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授、博士生導(dǎo)師。2006年至2008年美國(guó)印地安那大學(xué)-普度大學(xué)訪問(wèn)學(xué)者，2014至2016年在美國(guó)約翰霍普金斯大學(xué)從事博士后工作。2013年度當(dāng)選教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”，2011年獲得中國(guó)計(jì)算機(jī)學(xué)會(huì)“CCF優(yōu)秀博士學(xué)位論文獎(jiǎng)提名”獎(jiǎng)，主持多項(xiàng)國(guó)家自然科學(xué)基金、國(guó)家863項(xiàng)目等。目前是中國(guó)計(jì)算機(jī)學(xué)會(huì)生物信息專委會(huì)委員，人工智能學(xué)會(huì)生物信息學(xué)與人工生命專委會(huì)委員。在Nat Review Genetics、Nat Protocol、Nucleic Acids Research、Bioinformatics等國(guó)內(nèi)外重要生物信息學(xué)期刊發(fā)表論文40余篇。主要從事生物信息學(xué)、機(jī)器學(xué)習(xí)、人工智能研究。目前主要研究方向?yàn)椋?/span>(1) 生物大數(shù)據(jù)分析與管理；(2) 基于基因組測(cè)序大數(shù)據(jù)的基因結(jié)構(gòu)挖掘算法，藥物靶點(diǎn)識(shí)別算法；(3) 基于高通量數(shù)據(jù)的DNA甲基化調(diào)控機(jī)制研究。