CCF@U: 张学工、魏冬青、汪小我、陈禹保走进中南大学

2018 年 11 月 21 日 中国计算机学会
2018年11月9日,“CCF走进高校”第672场活动来到中南大学。清华大学张学工教授、上海交通大学魏冬青教授、清华大学汪小我教授以及北京市计算中心陈禹保主任分别为大家带来了精彩的报告。本次活动由中南大学信息科学与工程学院李敏教授主持。


汪小我的报告题目为“人工生物系统的设计初探”。报告指出以研究人工生物系统为目标的合成生物学是近年来出现的新兴交叉学科,其以对生命规律的认知为基础,利用工程化思想,通过人工方式设计、制造或改造DNA等生物分子,乃至合理引入自然界不存在的人造法则来构建人工生物系统,促成了对生命密码从读到写的质变,如何利用定量模型和人工智能技术进行人工生物系统的理性设计是当前面临的挑战。汪小我还简要介绍了他们团队在生物分子竞争调控效应模型以及基因转录调控原件设计方面的一些尝试。


魏冬青介绍了大数据时代的个性化药物设计,并介绍了其团队的科研成果——花椒素的发现与抗衰老作用。其团队开发了分子模拟与计算机辅助药物设计软件SAMM ,构建细胞色素P450酶多态性基因型-表型相关性数据库,把支持向量机、神经网络、贝叶斯等非线性方法开发了统计预测模型以及基于web的软件工具,并应用到药物代谢以及毒理和基因表型相关性的研究中,开发了SNPs及ADMET在线预测平台,并将其应用到各种典型体系,对个性化药物用药有一定的指导意义。 


陈禹保从生物信息学维度和同学们一起进行了一场大数据下生命科学研究的策略探讨。随着测序技术的不断发展,测序成本不断降低,临床研究中生物学测序数据的积累速度史无前例,借助多组学、多层次的海量数据,研究人员可以从前所未有的广度和深度来研究生物体运行机制,这对深入探索生命分子机理有巨大推动作用。陈禹保就如何实现数据驱动型的生命科学研究与同学们进行了深刻的探讨。


张学工的报告题目为“浅谈精准医学与大数据智能医疗的信息学认识”,结合了以往在疾病基因组学方面研究的实例和最近一些新的探索,分享对精准医学、医学大数据机器学习和智能医疗的进一步了解。通过海量生物学和医学数据的快速积累为我们成功战胜疾病带来了巨大的希望,我们需要高效和精准的生物信息学方法来处理和分析各种不同类型的已有数据和正在出现的组学数据,可将先进的机器学习方法应用到大数据中解决复杂问题。生物信息学与医学信息学数据开展高级的机器学习和其他人工智能方法研究,将是人类朝向精准医学迈进过程中关键的一环。


四位专家报告结束后,同学们纷纷提出自己学习上的问题,四位专家也对同学们的提问做出了详尽的回答,与同学们进行了热烈的互动。通过本次活动,同学们认识到了生物信息学科对于当今时代的重要性,并表明一定会珍惜学校所提供的优质资源,严于律己,为生物信息学的蓬勃发展奉献出自己的力量。也有很多非会员同学在报告会后表示收获颇多,决定加入CCF。报告会结束后,专家们与同学们合影留念,本次活动在同学们的热烈掌声中圆满结束。


李敏教授致开幕词

汪小我教授作报告

魏冬青教授作报告

陈禹保博士作报告

张学工教授作报告

师生们认真聆听

与会同学提问

部分师生合影留念


听众感言:


张家帅 信息科学与工程学院2018级研究生


在这次报告会中,四位教授纷纷介绍了自己最近的研究发现和对未来科研的探讨。给我印象比较深刻的有以下几点:


第一:陈禹保博士关于生物信息学数据库的介绍与看法。在当前的科研环境中,数据成为了一种非常宝贵的资源,能够利用的数据是推动科研向前发展的重要动力,也是各方所关心的利益交织点。希望广大科研人员和相关的医院,在政府的关注与投资下,建立一个由中国科研力量主导的综合性大型生物信息学数据库平台。


第二:张学工教授关于精准医疗和智能医疗的介绍和看法。一个人在晚年所得的疾病往往是与童年、青年、成年等阶段的生活习惯、所患疾病等多方面的因素相关,如何把一个人从小到老的病症信息进行存储,以便于帮助将来疾病的治疗?这仅仅是张教授报告中的冰山一角,他还提出了许多关于大数据和医疗相结合的想法,值得在未来进行研究。


四位专家所作的报告非常精彩,给我带来了非常新颖的看法和观点,非常感谢他们。


徐紫薇  信息科学与工程学院2018级研究生


2018年11月9日,在中南大学校本部民主楼小礼堂举办了CCF走进中南大学的报告会。这次报告总共邀请了汪小我、魏冬青、陈禹保、张学工四位讲者,主要针对生物信息学专题进行了报告。报告内容与我们的研究方向很是相关,让我们了解到了很多学术性前沿知识,让我对生物信息学有了更深一步的了解,受益匪浅。


田宇  信息科学与工程学院2018级研究生


11月9日下午有幸参加了CCF走进中南大学的学术会议,并听到了汪小我、魏冬青、陈禹保和张学工四位教授非常精彩的报告,为我们带来了业界最新的前沿技术解读。


汪小我教授为我们介绍了一个新兴的交叉学科——以研究人工生物系统为目标的合成生物学。汪教授的讲解非常细致形象,让我了解到这个学科提出的背景和研究的意义,感受到从简单问题中可以拓展出很多有研究意义的内容,这启示我们在研究道路上还有很多值得去深究的知识内容,需要积极探索,永不止步。


魏冬青教授结合现今大数据的研究背景,提出了一个很有趣的个性化药物设计——花椒素,让我们在惊叹花椒素神奇力量的同时,更体会到科学研究对生活水平质量提高的巨大力量,更能明白自己学习的目的和意义。


陈禹保主任从生物信息的角度介绍了大数据在此方向上的应用,将两个学科形象的结合在一起,展示了在如今火热的大数据时代下,生物信息所能做出的推动和贡献。


最后陈学工教授的报告让我深刻的体会到了精准医学的重要意义,这项研究的推进已不仅仅是小部分人的受益,而可能让全世界的人类都能够显著的改善自己的生存现状。期待大数据智能医疗和精准医学技术的结合能够有更多新的突破。


这次会议,四位教授的报告让我更加深入细致的了解生物信息学的知识背景和具体内容,获益匪浅。


沈曦  信息科学与工程学院2018级研究生


这次的专题报告,汪老师讲解了人工生物系统的设计初探;魏老师对于大数据时代下的个性化药物设计——花椒素的发现与抗衰老作用进行了探讨;陈老师则从生物信息学维度探讨了大数据时代下生命科学研究策略;张老师向我们介绍了精准医学与大数据智能医疗的信息认识。通过这四位老师对前沿技术的解读,让我对于大数据与生物信息学以及医疗大数据的结合研究有了更深刻的认识,对大数据时代下生物信息学和医疗大数据的发展前景以及方向也有了更深入的了解。四位老师的报告让我明白自己要紧跟科技发展步伐并努力提高自己的学术素养,为这个领域的发展奉献自己的一份力量。


王念  信息科学与工程学院2018级研究生


这次的生物信息学专业组报告,虽然只有短短的三个半小时,但是使我获益匪浅。此次的报告使我了解到了更多生物信息学方面的知识,尤其是一些比较前沿的技术和知识,也让我对生物信息这个方向有了更大的兴趣。


在报告一开始的时候,清华大学的汪小我老师介绍了人工生物系统,这是我在中学和大学没有接触到的新知识,我才知道原来现代科学技术已经可以对生物体的基因进行改造来实现治愈疾病的目的,并且可以让生物体按照人类的意愿来发展。之后的魏东青老师、陈禹保老师以及张学工老师分别介绍了大数据时代下生物信息学的各个方向的发展。在这个时代,我们要学会利用数据来处理现实的各个问题,这就要求我们要学会收集数据、处理数据,这样对我们的研究也有帮助。


卢长利  信息科学与工程学院2018级研究生


非常有幸能够参加本次会议,聆听生物信息学领域资深专家的精彩报告,受益颇深,在此写下我的会议感想。


首先是清华大学的汪小我教授为我们带来了人工生物的设计初探。汪教授主要介绍了他们团队在生物分子竞争调控效应模型以及基因转录调控原件设计方面的一些尝试。


他给我们列举了很多关于生物应用的例子,最让我印象深刻的是将数据存储到生物DNA里面,这样飞鸽传书就不是传一张小小的纸条了,而是通过测鸽子的DNA序列得到我们存储在鸽子里面的海量数据。汪教授的报告刷新了我对生物信息的认知,同时也认识到了我们对于生物信息的了解知之甚少。然后是上海交通大学的魏冬青教授给我们带来了大数据时代的个性化药物设计——花椒素的发现与抗衰老作用。魏教授给我们展示了他们发现的花椒素在抗衰老方面的神奇作用。他们团队灵活运用了支持向量机、神经网络和贝叶斯等非线性方法开发了统计预测模型以及基于web的软件工具并应用到药物代谢以及毒理和基因表型相关性的研究中。魏教授的报告让我学到了各种非线性方法对于药物设计方面的应用。接下来是北京市计算中心的陈禹保博士给我们带来了大数据时代下生命科学研究策略研讨——从生物信息学维度思考。陈博士讲解了如何借助多组学、多层次的海量数据,从前所未有的广度和深度来研究生物体的运行机制。最后是清华大学的陈学工教授给我们带来了精准医学与大数据智能医疗的信息学认识。陈教授结合了以往在疾病基因组学方面研究的实例和最近一些新的探索,分享了对精准医学、医学大数据机器学习和智能医疗的认识。


经过这次会议,得以一睹诸多学者的风采,聆听了优秀的报告。我不仅学到了许多与专业相关的知识与技术,对于当前国际上关于生物信息学的前沿研究方向及方法内容也有了一定的了解。


张学工,杰青,973首席科学家,基金委创新群体带头人,1989年毕业于清华大学自动化系,1994年获模式识别与智能系统博士学位,2001-2002年赴哈佛公共卫生学院进修。现为清华大学自动化系教授、生命学院和医学院兼职教授,清华大学学术委员会委员,自动化系学术委员会主任,北京信息国家研究中心生物信息学研究部主任;CCF高级会员,中国人工智能学会生物信息学与人工生命专委会主任、中国生物工程学会生物信息学与计算生物学专委会常务副主任。主要研究方向包括机器学习、生物医学大数据分析、人类细胞图谱、转录组与宏基因组测序数据分析等。


讲者简介





张学工


张学工,杰青,973首席科学家,基金委创新群体带头人,1989年毕业于清华大学自动化系,1994年获模式识别与智能系统博士学位,2001-2002年赴哈佛公共卫生学院进修。现为清华大学自动化系教授、生命学院和医学院兼职教授,清华大学学术委员会委员,自动化系学术委员会主任,北京信息国家研究中心生物信息学研究部主任;CCF高级会员,中国人工智能学会生物信息学与人工生命专委会主任、中国生物工程学会生物信息学与计算生物学专委会常务副主任。主要研究方向包括机器学习、生物医学大数据分析、人类细胞图谱、转录组与宏基因组测序数据分析等。



魏冬青


魏冬青,上海交通大学生命学院生物信息与生物统计系以及微生物代谢国家重点实验室长聘教授。Nature-Springer SCI期刊"Interdisciplinary Sciences – Computational Life Sciences"主编, “J. Mol. Graph and Modeling”, "Molecular Simulation",“Scientific Reports”等10家杂志编委。发表SCI文章280多篇, 主编专著9部,SCI引用 超过 6000次, H因子50。




汪小我


汪小我,清华大学自动化系长聘副教授,博士生导师。主要研究方向为生物信息学,包括生物分子的模式识别方法、高通量测序数据的信息挖掘、人工合成基因线路的设计理论等。在 PNAS、Genome Research 等国际刊物发表 SCI 论文 30 余篇,SCI他引两千余次。曾获全国优秀博士论文奖、国家自然科学基金优秀青年基金、教育部新世纪优秀人才。




陈禹保


陈禹保,CCF生物信息专委会委员,北京市计算中心生物计算事业部创始人兼主任,同时担任北京市基因测序与功能分析工程技术研究中心副主任,中国工程学会计算生物学与生物信息学专业委员副主任兼会秘书长,中国医药生物技术协会生物医学信息技术分会第二届委员会常务委员。澳大利亚墨尔本大学和美国杜克大学访问教授。目前主要致力于II型糖尿病及高血压生物医学数据库及基于此数据库的诊断预警模型构建,以期通过个案研究,探讨出一个基于生命医学大数据为基础的人工智能诊疗模型,建立一个可商业化的服务于大众的智能健康管理云;同时,进行II型糖尿病组学研究。


“CCF走进高校”是CCF组织的系列演讲公益活动,旨在帮助在校大学生提升专业能力,指导他们做好人生和职业规划。目前已有众多资深的来自学术界和企业界的计算机学术专家和管理专家累计走入600余所高校。申请承办CCF走进高校活动,或者申请担任活动讲者,请联系membership@ccf.org.cn。


中国计算机学会 


微信号:ccfvoice           

长按识别二维码关注我们

CCF推荐


精品文


点击“阅读原文”,加入CCF



登录查看更多
1

相关内容

汪小我,清华大学自动化系副教授,主要从事生物信息学与系统生物学方面的研究,包括:微小RNA(microRNA)的识别、进化模式分析及转录调控研究。基因表达调控网络分析、表观遗传学研究、高通量测序数据的分析与算法开发、合成生命系统的设计方法。个人主页:http://bioinfo.au.tsinghua.edu.cn/CSSB/web/people/wangxiaowo.html
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
【天津大学】知识图谱划分算法研究综述
专知会员服务
106+阅读 · 2020年4月27日
【天津大学】风格线条画生成技术综述
专知会员服务
31+阅读 · 2020年4月26日
【中国人民大学】机器学习的隐私保护研究综述
专知会员服务
131+阅读 · 2020年3月25日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
66+阅读 · 2020年3月5日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
YOSIA Webinar | 再生医学的前沿发展
未来论坛
4+阅读 · 2019年4月27日
CCF@U: 刘挺、秦兵走进天津大学
中国计算机学会
4+阅读 · 2018年11月20日
【学科发展报告】生物信息学
中国自动化学会
11+阅读 · 2018年10月22日
报名 | 清华大学“智慧医学影像论坛2018”
数据派THU
8+阅读 · 2018年6月27日
课程 |《知识图谱》第一期
开放知识图谱
22+阅读 · 2017年10月15日
2017中国多媒体大会-智能媒体 创新未来
中国计算机学会
3+阅读 · 2017年8月21日
Anomalous Instance Detection in Deep Learning: A Survey
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Arxiv
10+阅读 · 2017年11月22日
VIP会员
相关资讯
YOSIA Webinar | 再生医学的前沿发展
未来论坛
4+阅读 · 2019年4月27日
CCF@U: 刘挺、秦兵走进天津大学
中国计算机学会
4+阅读 · 2018年11月20日
【学科发展报告】生物信息学
中国自动化学会
11+阅读 · 2018年10月22日
报名 | 清华大学“智慧医学影像论坛2018”
数据派THU
8+阅读 · 2018年6月27日
课程 |《知识图谱》第一期
开放知识图谱
22+阅读 · 2017年10月15日
2017中国多媒体大会-智能媒体 创新未来
中国计算机学会
3+阅读 · 2017年8月21日
Top
微信扫码咨询专知VIP会员