數(shù)學(xué)與大數(shù)據(jù)學(xué)院邀請中國科學(xué)院生化細胞研究所陳洛南教授作報告

 

       12月1日早上，數(shù)學(xué)與大數(shù)據(jù)學(xué)院邀請中國科學(xué)院生化細胞研究所陳洛南教授在騰訊會議（ID 954-632-110）作了題為“計算系統(tǒng)生物學(xué)方法與AI應(yīng)用”的學(xué)術(shù)報告。數(shù)學(xué)與大數(shù)據(jù)學(xué)院唐慧博士主持線上學(xué)術(shù)會議，學(xué)院年輕博士、研究生及部分外校學(xué)者參會。

       在本報告中，陳洛南教授介紹了生物大數(shù)據(jù)的方法學(xué)研究，針對高維數(shù)據(jù)技術(shù)，特別是高通量組學(xué)技術(shù)的興起為研究包括復(fù)雜疾病和表現(xiàn)組研究等提供了大數(shù)據(jù)的支持，這些不同來源、不同層面、不同尺度的數(shù)據(jù)組成生物醫(yī)學(xué)等的多元異質(zhì)大數(shù)據(jù)，具有很強的時空動態(tài)性。量化這些特性使得我們迫切需要研究數(shù)據(jù)時空特性的動力學(xué)分析理論和系統(tǒng)科學(xué)方法，如基于動力系統(tǒng)的臨界點預(yù)警方法、基于吸引子低維特性的時間序列預(yù)測理論、基于嵌入理論的因果關(guān)系推斷算法、基于深度學(xué)習(xí)的非線性數(shù)據(jù)融合方法等。這些基于動力學(xué)的數(shù)據(jù)科學(xué)和深度學(xué)習(xí)的新理論與系統(tǒng)科學(xué)新方法能夠幫助理解和預(yù)測復(fù)雜系統(tǒng)的動態(tài)發(fā)展而且從系統(tǒng)和動態(tài)視角量化表型，有助于分析復(fù)雜表型及動態(tài)過程和機制，加速包括生物醫(yī)學(xué)及人工智能等研究領(lǐng)域的步伐。這些方法和理論可廣泛應(yīng)用于表型量化，特別是癌癥轉(zhuǎn)移與復(fù)發(fā)，公共衛(wèi)生實時監(jiān)測、亞健康狀態(tài)預(yù)警、時間序列預(yù)測、AI研究等方面，也對動力學(xué)和系統(tǒng)科學(xué)驅(qū)動的數(shù)據(jù)科學(xué)和AI理論和算法發(fā)展有重要的推動作用。報告結(jié)束就相關(guān)問題與大家進行充分的討論和互動，講座深受師生一致好評。

       陳洛南教授簡介：中科院生化細胞研究所研究員，中國科學(xué)院系統(tǒng)生物學(xué)重點實驗室執(zhí)行主任，國科大杭州高等研究院首席教授。中國運籌學(xué)會《計算系統(tǒng)生物學(xué)分會》名譽理事長，IEEE SMC學(xué)會系統(tǒng)生物學(xué)技術(shù)委員會主席，中國生化細胞學(xué)會《分子系統(tǒng)生物學(xué)專業(yè)分會》主任，當(dāng)選中國運籌學(xué)會首屆會士。主要從事計算系統(tǒng)生物學(xué)、大數(shù)據(jù)分析和人工智能的研究工作，建立和推動“動力學(xué)的生物大數(shù)據(jù)理論和方法”，特別是建立了動態(tài)網(wǎng)絡(luò)標(biāo)志物(DNB)及復(fù)雜疾病臨界預(yù)警方法，空間-時間信息轉(zhuǎn)化的機器學(xué)習(xí)理論體系(STI)，多組學(xué)數(shù)據(jù)的融合算法(PFA),分子網(wǎng)絡(luò)的因果推斷方法(PCM)等。近年來發(fā)表400余篇期刊論文（包括Nature，Nature Genetics，Nature Communications，Nature Cancer，PANS，National Science Review，Cancer Cell，Cell Research）和四部專著(Elsevier高被引學(xué)者，h-index 〉 70，Citation〉20000)。