第九届中国计算机学会生物信息学会议-Day 2

8月11日，中国计算机学会主办，中国计算机学会生物信息学专业委员会和吉林大学承办的“第九届中国计算机学会生物信息学会议（CBC 2024）”在吉林省长春市华友开元名都酒店继续进行。今日议程主要包括：会议报告以及会议闭幕式。

大会特邀报告

 新型计算模型--探索与实践

 报告人：许进教授

 报告内容：许进教授分享关于《新型计算模型--探索与实践》的报告，在生物计算，探针机，智能计算三个方面对于计算模型的历史、发展和未来趋势进行了分享和探讨。报告围绕着图着色这一经典NP-完全问题，利用生物计算进行研究，并开创了一种全新的、不同于冯诺依曼计算模型的新的全并行计算模型---探针机。这种新的计算模型抽象于DNA分子操作中的探针杂交技术，可以直接对于任意两个数据之间进行信息处理。

 医疗机器人面临的“智能”挑战

 报告人：侯增广

 报告内容：侯增广教授从医疗机器人在康复领域对于残疾人群的帮助为视角，介绍了医疗机器人目前面对的现状和挑战。针对多模态生物信号的获取处理、智能化交互、控制、闭环控制等多个方面进行了相关方法的阐述，特别是闭环控制中，从机械运动学、电气动力学、人机交互以及康复效果（智能处方）角度进行分析，将病人的被动康复治疗转换为病人的主动参与，最后介绍了医疗机器人未来发展的思考和展望。

 大数据时代的肿瘤科学

 报告人：徐鹰

 报告内容：徐鹰教授从人为什么会得肿瘤为因，分析了肿瘤细胞演化的过程，对于同样肿瘤在不同人身上会有不同的行为的现象进行分析，揭示了肿瘤产生、发展、转移等专业问题，向我们展示了影响肿瘤的关键因素。徐鹰教授对于学界关于肿瘤的发生和发展的认识进行了偏差的纠正，并给出了严密的逻辑推理和实验验证，通过肿瘤大数据分析，在化学水平理清了肿瘤演化的驱动力和机理。

 三代测序数据的组装与模式挖掘

 报告人：王建新

 报告内容：王建新教授介绍了其团队在三代测序数据基因组组装与模式挖掘算法设计方面的最新研究成果。在基因组甲基化模式发现方面，针对三代测序信噪比低、高可信训练数据难以收集等问题，通过分析测序数据信号及序列特性，结合深度神经网络等设计DeepSignal、ccsmeth等一系列甲基化模式发现算法；在基因组序列模式挖掘发面，针对转座子序列模式复杂、现有方法需人工注释且准确度不足等问题，介绍了如何利用基因组组装数据，设计结合敏感比对算法和基于结构特征算法的转座子识别和注释方法。

医工交叉论坛

 基于图傅里叶变换的空间组学处理算法

 报告人：刘丙强

 报告内容：刘丙强教授对于空间组学数据特点进行了介绍，从而引申到要从空间组学数据中提炼出有价值的信息，需要一种能够综合考量基因表达与空间坐标双重维度的模型。刘丙强教授的团队研究并开发了空间组学分析工具SpaGFT。SpaGFT首次将图信号处理技术引入到空间组学领域，创造性地将每一个空间组学特征转化为图信号，通过构建全新的线性空间，为每个特征生成可解释的且融合空间信息的频域表示。

 Recent Advances in Large-scale Protein Function Prediction

 报告人：朱山风

 报告内容：朱山风教授讲述了绝大多数蛋白质仍然缺乏经过实验验证的功能注释的现状，强调了开发高性能自动蛋白质功能预测/注释（AFP）方法的重要性。朱教授团队基于上述现状提出了GORetriever，一种基于AFP的两阶段深度信息检索方法。给定一个目标蛋白质，通过使用具有类似描述的注释蛋白来检索候选基因本体（GO）术语；GO术语根据目标蛋白质的GO定义和文本结合之间的语义匹配重新排序，从而进行蛋白质功能的自动注释。

闭幕式

  最后进行的是大会闭幕式。大会公布了第十届中国计算机学会生物信息学会议（CBC 2025）的会议地点——海南。明年，海南不见不散！