CBC2019-day1

8月24日上午,CBC2019正式开幕。主持人首先对大会情况以及与会嘉宾做了简要介绍;紧接着,校领导、大会主席以及CCF专委工委委员致辞;与会来宾合照之后,会议正式开始。
IMG_1143
特邀报告
来自中科院上海马普计算生物学研究所的研究员兼首席科学家李亦学教授带来了题为“肝癌的生物信息学以及多组学研究”的精彩报告。生命科学和医学进入了大数据驱动的颠覆性变革时代,生物医学大数据的来源与类型更是丰富多样。在这样的数据驱动下,教授向我们介绍了NODE新一代生物组学数据的汇交管理平台;并简要介绍了团队在肝癌多组学、肝癌精准医学以及肝损生再生这几个领域的研究情况。
IMG_1144-1
来自香港浸会大学计算和理论科学研究所副所长张晓明教授为我们带来了题为“Clustering on Imbalance Data”的精彩报告。少数类的数据中常常会包含更多有用的信息,例如在癌症诊断中,少数类更应该被关注。处理非平衡数据的方法一般有1)采样方法,包括降采样和过采样;2)权重设置法。目前为止,如何处理非平衡数据仍未有一个较为通用的方法。张教授提出一种SMCL方法:先选择多个小聚点,再通过惩罚学习将小聚点融合成大聚点,最终为数据划分出适当的聚类结果。
IMG_1177
来自中南大学计算机学院的院长王建新教授为我们带来了题为“生物医学大数据处理研究探讨”的精彩报告。随着生物分析和计算技术的快速发展,生物医学领域产生了大量的数据。王教授在分析生物医学数据的主要来源以及相关特点的基础上,与大家分享了AI技术在电子健康档案、医学影像数据以及生物组学数据的分析应用等方面的研究工作和挑战,并就生物医学人工智能中存在的主要问题进行了简要分析和探讨。
WechatIMG1626
分会场报告
下午的报告分别在三个分会场举行,分会场的主题分别为:精准医疗,医学图像,表型-基因型分析;组学大数据分析与医疗应用;蛋白质结构预测与计算。下面对其中的部分报告做简单介绍:
来自海普洛斯的陈实富CTO为我们带来了名为“生物信息开源实践”的精彩报告,这是本次大会为数不多的来自企业的报告嘉宾。他为我们介绍了该公司现有的两个产品:极速高敏感度地检测目标突变的MutScan、目标基因融合的敏感检测和可视化GeneFuse。产品的独特性会给公司以及使用者带来最大化的价值,因此工具的特性介绍和使用方法也是必不可少的。
IMG_1195
来自云南大学周维教授团队的于小娟学者为我们带来了题为“Exploiting XGBoost for Predicting Enhancer-Promoter Interactions”报告。该篇论文使用表观基因组学数据预测增强子和启动子的相互作用(EPIs),并发现H3K家族特征能表现EPIs;另外,对比常用的机器学习分类方法如GBDT、XGBoost等三种方法,最终发现XGBoost的分类效果最好。报告结束后,实验室小伙伴与她进行了交流和学习。
WechatIMG1643
来自上海脑科学与类脑研究中心的曾涛副研究员为我们带来了名为“Scalable and Adaptive Integration Analysis for Big Omics Data”的精彩报告。在生物大数据时代,如何对多层次匹配组学信息的样本进行整合分析至关重要。而在不同场景的生物学研究中,单层组学和未确定层数的多组学数据广泛存在,因此可拓展性和自适应数据集成方法至关重要。该团队提出一种名为HCI(高阶相关积分)的有效数据集成框架,利用PFA(模型融合分析)结合的高阶矩阵,实现了联合特征提取以及自适应模式。同时还整合了来自TCGA和GEO数据集的异质组学数据,验证了方法的有效性。
IMG_1191
来自华中科技大学物理学院生物物理研究所的黄胜友教授,带来了名为“Modeling the Symmetry of Pretein-Protein Complex Structures through Molecular Docking”的精彩报告。黄教授主要介绍了蛋白质与蛋白质相互作用的分子对接方法,主要研究Cn对称蛋白的反应。相互作用的对接基于快速傅里叶变换,建立打分函数,通过迭代优化使得结合自由能最低。黄老师团队在2018年国际蛋白质与蛋白质复合物结构预测竞赛中荣获冠军,并在其他多项重要竞赛中也获得佳绩。
WechatIMG1646
第一天的会议到此全部结束,期待明天更加精彩的演讲~

123