CCF@U557:骆嘉伟、雷秀娟、李敏走进西南大学

2017-11-20

2017年11月11日,“CCF走进高校”活动来到西南大学。CCF生物信息学专业组骆嘉伟教授、雷秀娟教授、李敏教授受邀围绕“大规模生物数据挖掘与应用”作了精彩报告。西南大学师生100多人参加本次报告会。

全体师生首先观看了CCF宣传片,西南大学计信院副院长陈武教授简要而庄重的介绍报告嘉宾并宣布报告会开始。随后,骆嘉伟率先为大家介绍了团队研发的一系列miRNA和疾病关联关系的预测算法;雷秀娟主要介绍了各类群智能优化算法及其在生物领域的应用;李敏介绍基因组序列组装方面的研究成果。

本次报告反响热烈,报告在热烈的互动中结束,激发了大家对生物信息学的浓厚兴趣,大家都期望更多的CCF走进高校活动在西南大学举办。

活动现场

骆嘉伟作报告

雷秀娟作报告

李敏作报告

合影

听众感言:

曹霞 计算机与信息科学学院2017级研究生

随着基因组测序技术的快速发展,生物数据迅猛增加,针对海量生物数据,需引入基于大数据机器学习的智能分析技术。雷秀娟教授的报告主要是群智能优化算法及其在生物信息学中的应用,在报告中,雷老师讲了很多高效的群智能优化算法,比如粒子群算法,蚁群算法等。这次报告让我受益匪浅,我了解到许多生物信息学的前沿知识,在我以后的研究中我会将这些前沿知识运用到自己的研究中。

杨子影 计算机与信息科学学院2017级研究生

在大数据的环境下,怎样对这些数据(包括海量生物数据)进行分析和处理是核心问题。骆教授的演讲主题是基于生物网络的疾病相关miRNA及模块识别方法,miRNA与各种复杂疾病有着密切的联系,通过对致病miRNA的预测可以为复杂疾病的研究提供参考。雷教授将智能优化算法应用到生物网络分析中,这些智能算法融合仿生学的特点,提升了分析效果。李教授详细介绍了基因组的序列拼装方面的研究成果,让我对数据结构中的基础算法和统计机器学习理论在大数据分析中的应用有了直观的认识。通过这次三位老师的报告,我对生物信息学和数据挖掘有了更新的理解。

严杨扬 计算机与信息科学学院2017级研究生

通过本次CCF-Bioinformatics走进西南大学的报告,我有幸聆听了三位生物信息学领域知名学者深入浅出的报告。其中我印象最深的李敏老师的报告,她的报告题目是基因组序列组装方法,报告中她详细解说了基于新一代测序方法的基因组的拼装方法,以及研究中的一些难点问题例如基因组contig构建、scaffolding和gap填充等,这些与我研究方向十分契合,是我迫切想要弄懂的知识点。感谢三位老师老师的精彩演讲!

屠金政 计算机与信息科学学院2017级研究生

李敏教授关于基因组序列组装方法的专题报告,使得我们能够深刻体会生物信息学的科学魅力;不仅开拓了我的视野,也让我对生物信息学有了新的认识。如今我们已经进入了大数据时代,海量的数据等待着我们去挖掘。报告中,李教授向我们详细而生动得讲述了之前以及当前的工作,着重讲解了基因拼接问题,该问题中,李教授利用数学方法巧妙地为基因拼接所产生图进行权重赋值,将抽象问题具体化,给了我巨大的启发。此外,李教授慷慨的分享了他们团队的一些实验成果,为我们今后的学术科研的开展提供了巨大的便利。作为一名研究生,我们更应该关注社会热点,结合本学科知识,把理论知识上升到实践层面,实现由科学研究到实际应用的转化。科学应该是百家争鸣,每个人都可以提出自己的观点,通过实践证明自己的思想,在实际行动中提升自我素养。

刘玄武 计算机与信息科学学院2017级研究生

在这次报告中,骆老师讲解了关于生物网络的疾病相关miRNA以及模块的识别方法,让我深刻了解到疾病与疾病,疾病和蛋白质以及疾病与miRNA等之间的相互关系并学习到了如何进行模块识别。雷老师则是重点向我们讲解了群智能优化算法以及在生物信息学中的应用,包括经典的粒子群算法、蚁群算法,以及较为新颖的萤火虫算法等等。李老师的报告更是让我们学习到了基因组序列组装方法,并介绍了开发的相关软件的使用情况。

经过这次报告,让我更加深刻清楚的了解到生物信息学中所包含的许多方面,无论是疾病和基因的预测,仿生算法的研究以及基因组的序列等等无不是值得深入研究的方向,除此之外,更是体会到了做生物信息学研究所需要的扎实的数学和生物医学的专业功底,大胆的尝试性思维以及严谨的科学实验作风,着实受益良多。

邢玉莹 计算机与信息科学学院2017级研究生

“CCF-Bioinformatics走进西南大学”这场报告邀请了生物信息学研究领域的三位教授对各自的研究方向做了介绍,报告内容简洁充实,精彩丰呈。其中,骆嘉伟教授讲述了基于生物网络的疾病相关miRNA及模块识别方法,介绍了在生物信息学中阈值选择的一些问题,借助数据挖掘与机器学习的一些知识,开展复杂疾病相关的miRNA预测及调控模块识别方法研究,从而探索复杂疾病的发展机理。雷秀娟教授对一些群智能优化算法(包括BFO、GSO、ABC等)加以介绍,并细述了这些算法在函数优化、聚类分析以及关键蛋白质检测等特定领域问题上的研究。让我印象最为深刻的就是李敏教授带来的关于基因组序列组装方法的相关介绍。李教授从第二代测序技术的双端读数出发,讲述了基因组序列组装所面临的挑战与机遇,并给出了由其所在实验室所做的包括EPGA、BOSS、PECC等在内的关于基因组组装的一些工具及网址。听李教授讲关于数据与医疗行业的强强联合所带来的效应时,说实话我的内心很激动。因为这意味着有了大数据这样一个平台,我们将会在医学行业走的更远更好,也意味着有很多复杂的疾病通过这样一种方式可以找到对应的解决方法,从而拯救很多人的宝贵生命。

王志维 计算机与信息科学学院2017级研究生

通过这次报告,我对生物信息学有了更加清楚和深刻的认识。伴随着人工智能和大数据的发展,生物信息学中对于基因、蛋白质、疾病等的分析和预测也有了更加新颖有效的方法,同时也产生了新的挑战和机遇。三位老师的报告各有侧重,风格各异,给了我们一场学术上的极大享受。作为一名生物信息学方向的研究生,我们更要从中细细回味认真思考,把握机遇迎接挑战,在接下来的学习生活中不断的提高自己的专业技能和理论知识。