澳门永利娱乐登录入口[唯一官网]|值得信赖

CCF@U718:曾坚阳、施建宇、苏苒走进中南大学

2019年10月,CCF走进高校活动来到中南大学。本次活动邀请CCF三位专业会员、CCF生物信息学专业委员会委员:清华大学曾坚阳教授,西北工业大学施建宇教授和天津大学苏苒教授为大家带来精彩的专题报告。活动由CCF高级会员、中南大学计算机学院院长王建新教授主持,中南大学、湖南大学等院校100余名师生参加了此次活动。

曾坚阳的报告题目是《Artificial Intelligence for Drug Discovery》。他的这次报告重点是向大家介绍人工智能在药物-靶标关系预测中的应用,并具体阐述了团队提出的两个药物-靶标预测模型。第一个模型是一种非线性端到端学习模型NeoDTI,利用异构网络来融合多个药物和蛋白质靶标特征信息进行药物-靶标关系进行预测, 并且自动学习了药物和靶标的拓扑保留表示法,用来提高模型的预测精度。第二个是结合深度学习和特征嵌入提出了DeepCPI模型,利用自然语言处理的相关方法处理大量未标记的文本序列信息以达到一个预训练的目的。模型将三个氨基酸序列视为一个“word”,对蛋白质的氨基酸序列进行了重新编码,使得蛋白质的语义信息变得更加丰富,并通过无监督的预训练阶段,提取到有用信息,使得模型在监督学习阶段拥有一个好的初始化状态,有效的提升模型的性能。最后,曾坚阳分享了团队发表论文的一些经历和感悟,为同学们在科研道路上提供了宝贵的意见和指导。

施建宇的报告题目为《Computational Analysis and Prediction of Drug-Drug Interactions》。首先,他向大家介绍“药物-药物”相互作用预测问题的研究意义,包括药效减少和毒性增加等有害影响,也包括治疗复杂疾病的新途经。其次,结合自己团队的科研工作,向同学们从两个方面对“药物-药物”相互作用分析与冷启动预测进行了讲解。第一个方面是利用低秩矩阵分解的方法。主要思想在于,通过矩阵分解模型来提取药物相互作用网络的拓扑特征,并构建其与其它药物外部特征之间的关联关系,从而预测新药的与其他药物的相互作用关系。第二个方面是利用最近在深度学习邻域大放异彩的图卷积神经网络,来提取更加有效的药物相互作用网络拓扑特征信息,进一步提高了模型的预测能力。这些科研成果可为后续相关的的生物医学实验提供了基础的指导意见。。

苏苒的报告题目为《构建抗癌药物敏感性的计算模型:Meta-GDBP and Deep-Resp-Forest》。报告指出,随着多种药物基因组学筛选的建立,目前已经开发出许多预测抗癌药物反应的计算模型以及相关数据库,苏苒团队针对现有方法的不足,提出可一个基于深层级联深林模型Deep-Resp-Forest,将抗癌药物反应分类为“敏感”或“耐药”两种。该模型可以有效地整合各种分子数据,并且提出了两种基于多粒度扫描的结构,将原始特征转化为高纬度特征向量,通过与SVM方法进行实验对比,验证了该模型的有效性。针对某一类具体药物的研究是未来研究的重要方向,将机器学习模型结合生物医学信息数据应用到药物设计中将是人类朝向精准医学迈进过程中关键的一环。

三位讲者的报告深入浅出,视角独特,十分精彩。现场同学们针对自己的疑问积极向专家进行请教,专家们给出了详细的阐述,现场互动十分热烈。通过本次活动,加深了同学们对生物信息学的了解和认识,意识到生物信息学在当前研究领域的重要性,拓宽了学术视野。同学们纷纷表示,希望CCF以后能多举办这样的活动。

会议结束后全体参会者合影留念,本次活动取得圆满成功。

王建新院长致辞


王建新院长致辞曾坚阳教授作报告


曾坚阳教授作报告苏苒教授作报告


苏苒教授作报告活动现场


活动现场现场互动


现场互动合影留念


合影留念

听众感言:

赵皓晨 CCF学生会员 中南大学计算机学院2019级博士生

非常感谢CCF举办的这场活动。

三位老师的演讲让我收获颇丰。其中施建宇教授的报告题目“Computational Analysis and Prediction of Drug-Drug Interactions”,介绍了药物-药物关联关系的预测以及药物组合安全等方面的相关研究和最近一些新的探索。指出在预测药物与药物的潜在关联时,不仅要考虑两者产生的相互促进的影响,还需要考虑两者产生的毒性等问题。介绍了如何在“冷启动”场景下基于药物-药物网络中的正负影响关系对潜在的关联关系进行预测。这对深入探索虚拟药物筛选问题有巨大推动作用。施建宇教授还简要介绍了药物-药物相互作用网络的潜在机制以及网络中的特定模式多个重要问题的研究思路以及一系列重要进展,让我获益良多。

黄兰 CCF学生会员 中南大学计算机学院2018级研究生

10月的CCF走进中南大学活动中,曾坚阳、施建宇、苏苒三位专家为我们带来了他们在药物发现以及相关研究中的最新技术和最新的进展,让我收获颇丰。

曾坚阳教授从当下很热的人工智能出发,将人工智能与药物发现相结合,为药物发现的工作提供了最新的思路;苏苒教授以抗癌药物敏感性为主,详细介绍了她自己在抗癌药物敏感性的计算模型上的相关工作以及模型得到的效果提升,为抗癌药物的研究提供了有力的科研依据;我印象最深刻的是施建宇教授关于药物-药物相互作用的报告。我们知道,在联合用药过程中,药物的相互作用是必须考虑的问题,因为一种药物可能对另一种药物有抑制作用或者对病人有不良影响,所以这方面的研究对于临床用药指导具有非常重大的意义。

非常感谢CCF提供的这次机会,让我有幸能聆听到如此重要的前沿信息。

吴高艳 CCF学生会员 中南大学计算机学院2018级研究生

十分荣幸,CCF走进高校活动在我校举办。此次活动主题是计算药物发现,曾坚阳、施建宇、苏苒三位专家报告的内容与我们的研究方向密切相关,为我们带来了生物信息学领域中药物发现的最新研究进展。

人工智能现在越来越火热,在各个领域发挥着重要作用。曾坚阳老师将人工智能应用到药物发现中,利用深度学习的优势探索药物分子更具有代表性的特征表示;施建宇老师介绍了药物-药物相互作用预测方面的研究以及预测问题中常见的正负样本筛选的处理方法;苏苒老师介绍了构建抗癌药物敏感性的计算模型,针对抗癌类药物做出了具体阐述。三位老师从不同的角度介绍了药物发现相关研究,为未来药物发现提供了新的视角,也让我们对生物信息学背景知识有了进一步的认识和了解,为接下来的研究工作提供了宝贵的参考意见。

讲者简介

曾坚阳

讲者:曾坚阳,CCF专业会员、CCF生物信息学专业委员会委员。清华大学交叉信息研究院,长聘副教授,博导,入选中组部“青年千人计划”。获得“全国大学生挑战杯优秀指导教师”的称号。相关研究成果被生物信息领域的核心期刊GPB(Genomics, Proteomics and Bioinformatics)评为2018年度“中国生物信息学十大进展”。目前主要研究方向包括计算生物学、机器学习和大规模数据分析。已在国际核心期刊和会议上发表论文50余篇,其中通讯作者论文包括《自然通讯》(Nature Communications)、《细胞》杂志子刊《细胞系统》(Cell Systems)、Nucleic Acids Research、Bioinformatics、计算生物学和人工智能领域的国际一流会议RECOMB、ISMB和AAAI等,合作作者论文包括《自然》(Nature)期刊等。

施建宇

讲者:施建宇,CCF专业会员、CCF生物信息学专业委员会委员。西北工业大学,生命学院 /“空天地海一体化大数据应用技术”国家工程实验室,教授,博导。曾入选西北工业大学“翱翔之星”、全国博士后管理办公室和香港学者学会共同发起的“香江学者”计划。当前从事生物医药大数据分析,主要集中在“药&靶群组发现”、“复合用药安全”、“药物效应预检” 和 “临床表型分析”等方面。目前主持国家基金面上项目1项、国家重大专项子课题1项,国防科技创新项目1项,曾主持国防863子项目1项、博士后科学基金特别资助1项、博士后基金1项、香港大学小项目基金1项目; 作为技术骨干参与国家级和省部级基金多项,获批专利9项,登记软件著作权2份; 2017年获得国防技术发明奖(一等奖)1项、曾获得陕西省自然科学优秀学术论文奖一等奖和二等奖各1次。

苏苒

讲者:苏苒,CCF专业会员、CCF生物信息学专业委员会委员。天津大学智能与计算学部软件学院副教授,于2013年获得澳大利亚新南威尔士大学计算机科学博士学位,2013年至2016年于新加坡科技局从事博士后工作。2016年加入天津大学软件学院,同年获得“天津市青年千人专家”称号。主要研究方向为生物医学影像、生物信息方向。在pattern recognition, bioinformatics, briefings in bioinformatics 等期刊发表多篇论文。


Baidu
sogou