YOSIA Webinar | 再生医学的前沿发展

 

YOSIA Webinar | 再生医学的前沿发展

 

 第8期未来论坛青创联盟线上研讨会YOSIA Webinar

 

“再生医学的前沿发展”
日期：2019年05月12日（星期日）
*扫码文末二维码加入YOSIA Webinar微信群参与！

时间：北京时间10:00-11:35

美西时间19:00-21:00
美东时间22:00-21:35

 

主讲人：

黄仕强，中科院动物所研究员，未来论坛青创联盟成员

周少华，中科院计算所研究员，未来论坛青创联盟成员

讨论嘉宾：

曹楠，中山大学中山医学院教授，青年千人，未来论坛青创联盟成员

 

活动摘要

 

再生医学研究可以为退化性疾病提供新的治疗方案。无论是因为衰老、意外或遗传性疾病而严重损失肌肉的病人，除了服用消炎药和忍受疼痛，都没有可行性治疗手段。因此肌肉再生的研究和临床应用无疑能为很多患者提供一线希望。肌肉再生研究也能为”人造肉“研究与生物机械领域提供重要的参考。

 

目前，分析肌肉再生机理的最强大武器就是基因组学和代谢组学。但这些方法仍然无法有效捕抓再生过程的复杂时空变化。因此利用干细胞的再生能力开发了器官组织模型，也称为类器官organoids。再结合最新的成像质谱与成像测序技术，便可剖析分子在再生过程中的复杂时空变化。

 

本次报告会上，黄仕强教授将对再生医学，以及有关再生医学与仿生学的交叉领域和发展趋势进行介绍，阐述器官组织模型在模拟疾病、开发可移植器官组织甚至“人造肉” 等方面扮演的重要角色。周少华教授将介绍机器学习与领域知识相结合的“机器学习+知识建模”方法，能够在医学图像识别、分割和解析等许多任务上实现最先进的性能，通过案例和最新进展证明该方法对提高性能的有效性。

 

主讲摘要

1

“肌肉的再生医学与仿生学”

首先，动物所的黄仕强教授将对再生医学做简单介绍，从生物科技的角度解读再生医学的历史，列举几个再生医学领域中的历史拐点。其次黄仕强教授将介绍再生医学与仿生学的交叉领域和发展趋势，之间也会穿插他自己在肌肉方面的科研成果，阐述器官组织模型在模拟疾病、理解疾病、开发新型药物、开发可移植器官组织、甚至开发“人造肉”和“生物机械”等方面，所能扮演的重要角色。

 

2

 “Machine learning + Knowledge Modeling for Medical Image Analysis” 

The "Machine learning + Knowledge modeling " approaches, which combine machine learning with domain knowledge, enable us to achieve start-of-the-art performances for many tasks of medical image recognition, segmentation and parsing. In this talk, we first present real success stories of such approaches. Then, we review the latest about deep learning. Finally, we demonstrate that the knowledge-fused deep learning approaches enable an extra performance boost.

 

跨学科议题

1.    如何结合器官组织模型与代谢组学、基因组学和AI技术，来模拟和理解疾病

2.    如何结合器官组织模型与新型成像技术，来剖析发病机制和筛选新药物

3.    如何结合器官组织模型与材料工程、电子工程和3D打印，来构建“人造肉”和“生物机械”

 

主讲人简介

 

黄仕强

中科院动物所研究员，未来论坛青创联盟成员

黄仕强，中科院动物所研究员，干细胞再生与代谢研究组组长，中科院大学教授。2008年于Princeton University获得分子生物学最高荣誉学位。2013年于Harvard Medical School 获得医学博士学位。2013-2017年担任Genome Institute of Singapore研究组组长。他是开创干细胞代谢领域的青年学者之一，研究重点涉及干细胞分化与再生过程中所需的代谢转变。亮点工作包括：发现成年哺乳类动物体内有一种处于沉睡状态的“青春”基因Lin28能通过代谢调控促使多种受创细胞组织重新修复、和破解肌肉衰减症的肌肉干细胞代谢调控机制。其研究成果发表在 Science、Nature Medicine 、Cell、Cell Stem Cell、Cell Metabolism、Development等杂志上。荣获中组部“千人计划”青年人才、中源协和生命医学创新突破奖、Gates Foundation与Howard Hughes Medical Institute (HHMI) Scholar等荣誉。承担科技部重点研发计划项目、中科院前沿科学重点研究项目、中科院A类战略性先导科技专项等项目。

 

周少华

中科院计算所研究员，未来论坛青创联盟成员

周少华，中国科学技术大学学士、美国马里兰大学博士, 专业为电子工程。他曾在西门子任首席影像分析科学家负责研发与医学图像相关的创新，现任中科院计算所研究员。他撰写编辑了五本学术专著，发表了180+ 篇学术期刊及会议论文和著作章节，拥有80+ 项批准专利，并多次获奖，包括发明奥斯卡奖、西门子年度发明家、爱迪生专利奖、马里兰大学ECE 杰出校友奖。同时，他是IEEE TMI 和Medical Image Analysis 编委会成员、MICCAI协会理事会成员、CVPR 和MICCAI 的领域主席、《视觉求索》联席主编以及美国医学与生物工程院Fellow。

 

活动议程

10:00-10:05  主持开场 

10:05-10:35  肌肉的再生医学与仿生学——黄仕强

10:35-10:55  Machine learning + Knowledge Modeling for Medical Image Analysis——周少华

10:55-11:35   跨学科讨论+Q&A——黄仕强、周少华、曹楠

 

报名方式 | YOSIA Webinar

1. 加入微信群，扫以下二维码或搜索 ff-assistant 添加未来论坛小助手，请标注姓名和单位，申请加入YOSIA Webinar微信群。

2. 或加入QQ群，搜索群号：206523081，申请加入“未来论坛青年科学家”QQ群，请备注姓名-单位（没有备注无法通过）。

每期YOSIA Webinar 预告和直播间地址将在微信群及QQ群发布。

参会规则

1. 依托直播平台进行，听众可以同步看到演讲幻灯片，听到语音并通过相应功能聊天互动；支持Windows、Mac系统和手机观看。

2. 活动前5分钟进入直播间，确保网络环境稳定。

3. 演讲者讲话期间请不要提及无关内容，以免影响活动的正常进行。

4. 活动中若出现语音或视频断联的情况，建议尝试推出重新进入。

5. YOSIA Webinar 直播间准时扫码观看

 

 

往期研讨会资料：

1，可编程芯片，为人工智能和物联网而生

2，百年暗物质探索，人类不能放弃的科学领域

3，当遥感卫星遇到AI，想象力可以很大

4，电池技术来自何方，走向何处？

YOSIA Webinar 旨在促进交叉学科的深度学术交流，探讨科研尖端问题，期望通过启发跨学科、跨领域合作，为学术研究带来新思维角度。每期邀请学术造诣深厚的联盟成员分享其研究领域专业知识，提出对跨学科的需求和思考，在讨论环节带动交叉学科科研人员深度思考、碰撞激发，推动跨学科合作。

未来论坛青年科学家创新联盟 简称“青创联盟”，为全球优秀的华人青年科学家提供学术探讨与思想交流的平台，在跨界碰撞中畅想未来，在交叉合作中孕育新思想，以共同推动跨界前沿科学的进步，从而发掘科研界的未来世界级领袖。 青创联盟成员可以在未来论坛平台上开展学术分享、科普宣传和科技成果转化。