CCF济南《智能生物信息处理与分析论坛》促进多学科交叉融合

2021年9月25日，CCF济南分部承办的《智能生物信息处理与分析论坛》（活动编号：CCF-21-CHkn-15F）在山东大学软件园校区软件学院学术报告厅成功举行。本次活动以“智能生物信息处理与分析”为主题，邀请了深圳理工大学潘毅、西安电子科技大学高琳、同济大学黄德双、内蒙古科技大学蔡禄、杭州电子科技大学厉力华、德州学院王吉华、北京建筑大学郭茂祖等来自国内多所高校的知名专家学者,分享生物信息智能处理分析的最新研究成果，共议未来发展方向，促进人工智能+生物医学多学科之间的交叉融合。本次报告由中国计算机学会高级会员、山东大学软件学院刘士军教授主持，软件学院党委书记仇道滨教授致辞，学院部分教师、研究生和本科生聆听了此次报告，并参与讨论。

深圳理工大学潘毅院士首先作了题为《人工智能在疾病预测中的应用》的报告。潘院士首先介绍了一个针对具有中央颞区棘波的良性癫痫（儿童最常见的癫痫）的检测方法。该方法使用三种数据来源：基于医生知识的MRI图像手工制作的特征、3D MRI图像和4D fMRI图像,再融合三个预测结果，得到最终的诊断决策。紧接着潘院士对预测小儿自闭症的工作进行了报告，该工作使用了视频数据（包括面部表情、动作风格和声音）、基因特征以及通过有效融合方法获得的MRI图像来进行准确预测。最后，潘院士就如何设计更好的人工智能系统、如何使用更多的数据源、如何有效地融合异质数据等方面提出了展望。

接着由西安电子科技大学高琳教授带来题为《Computational Problems in Single-Cell Omics Data Analysis》的报告。针对如何深入理解多组学数据描述细胞功能以及如何实现多组学数据的特征互补，高教授从相关的计算问题，包括细胞类型、细胞通讯和多组学数据融合等多个方面进行了讨论和展望。

第三位是同济大学黄德双教授，他带来了题为《DNN based Computational Analyses for Motifs in Biological Binding Sequences》的报告。黄教授首先指出传统的预测转录因子结合位点（TFBSs）的深度学习方法往往无法捕捉基因组序列之间的依赖关系，并且当样本不足时，这些基于深度学习的方法通常表现不佳。针对这两个不足，黄教授介绍了一个新型的语言模型，即转录因子微调语言模型（TFFLM），该模型使用人类基因组数据和ChIP-seq数据集挖掘TFBSs，取得了最先进的效果。

接着由内蒙古科技大学蔡禄教授进行了题为《Nucleosome assembly and disassembly in vitro are governed by chemical kinetic principles》的报告。蔡教授首先指出核小体组装和拆卸的动力学机制至今尚未得到很好的描述。针对这个挑战，蔡教授介绍了一个体外核小体组装和拆卸的化学动力学模型。在该模型中，核小体组装效率与组蛋白八聚体总浓度、反应速率常数和反应时间呈正相关，并且这些推论均得到了实验验证。此外，该模型也证实了核小体在体外的组装和拆卸受化学动力学原理的控制。

第五位是杭州电子科技大学厉力华教授，他带来了题为《Radiogenomics and its Clinical Implications》的报告。近年来，随着基因测序和医学影像技术的发展，作为影像学与生物组学相交叉所衍生出来的影像基因组学成为一个新的热点研究方向。厉教授以肿瘤精准诊疗为背景，从临床的视角来解析影像基因组学研究的生物学意义和临床价值。该报告为从事该领域研究的研究人员在课题设计和研究开展上提供了参考。

最后由德州学院王吉华教授作了题为《固有无序蛋白（IDPs）与功能性长非编码RNA》的报告。王教授首先指出长非编码RNA（lncRNA）发挥着越来越重要的生物功能，与人类重大疾病密切相关。但是，目前发现具有生物功能的lncRNA只是冰山一角，而且深入系统地认识这些实验证实的功能性lncRNA的特征性质对发现新的lncRNA及其新功能具有十分重要的意义。紧接着介绍了实验室经过多年努力建立的目前国际上实验验证最全综合性功能性lncRNA数据库EVLncRNAs（https://www.sdklab-biophysics-dzu.net/EVLncRNAs2/）。

报告中，多位老师和同学们结合自身在工作、科研和实践的实际情况向专家提出了问题，各位专家以丰富的研究经验，耐心地为提问者答疑解惑。最后，山东大学余国先教授为本次讲座总结发言，对几位讲者充实精彩的报告给予了高度的赞赏，并表达了真挚的感谢，同时希望通过此次讲座，各位同学能与学术界的专家前辈们有更多接触和交流，深入地认识科研前沿，从而对自身的科研发展有积极的指导作用。