东盟协同 智算生命——CCF生物信息学专委会走进广西大学

新学期到来，广西大学校园再度焕发勃勃生机。为促进学术交流，推动生物信息学领域的前沿研究，中国计算机学会CCF广西大学学生分会、广西大学计算机与电子信息学院研究生会于2025年10月9日下午联合在广西大学计算机与电子信息学院214报告厅举办第43期“计算讲坛”系列活动——“东盟协同 智算生命”学术论坛。

本次会议由广西大学常务副院长张振荣主持，汇聚了来自中南大学、深圳理工大学、军事医学研究院及南开大学的多位知名学者，共同探讨生物信息与人工智能的融合发展，为在场师生呈现了一场高水平的学术盛宴。

图1 常务副院长张振荣主持会议

报告中，李敏教授围绕基因组三维结构解析这一前沿方向，深入阐述了三维基因组在生命活动调控中的关键作用。她指出，基因组并非线性排列的DNA序列，而是以复杂的三维空间结构存在于细胞核中，其折叠和空间相互作用对基因表达调控、细胞分化及疾病发生具有重要影响。

针对传统实验与计算方法在解析三维基因组结构时存在的高成本和低精度问题，李敏教授团队创新性地引入了人工智能与深度学习技术，构建了多模态融合的结构预测模型。该模型能够基于大规模组学数据，自动学习染色质折叠规律，从而实现高分辨率的三维结构重建与功能区域识别。她在报告中展示了团队近期在癌症基因调控机制解析、疾病相关结构变异识别等方面取得的研究成果。研究表明，通过智能化的三维结构分析，不仅能够揭示复杂基因调控网络的空间特征，还可为精准医学提供新的思路和数据支撑。

在交流环节，李敏教授与现场师生就AI模型的可解释性、跨物种结构预测及临床应用潜力等问题进行了深入探讨。她鼓励青年学者跨学科合作，积极将人工智能方法应用于生物信息学与医学研究，为生命科学的发展注入新的动力。

图2 李敏教授报告

唐继军教授长期从事计算系统生物学、代谢网络建模与人工智能算法设计等领域的研究。他在报告中首先介绍了代谢网络在生命活动中的重要地位——作为细胞内能量转化和物质合成的核心系统，代谢网络的动态调控直接决定了生物体的生长、发育及适应性。

针对传统代谢网络分析方法在数据复杂性、模型可扩展性以及预测精度上的局限，唐教授提出了一种基于多尺度表征学习的新型优化框架。该方法结合了图神经网络（GNN）与生成对抗模型（GAN）等深度学习技术，从宏观网络拓扑与微观代谢通路两个层面同步建模，实现了代谢网络的高效优化与功能模块自动识别。他详细展示了团队在微生物代谢工程设计、药物代谢通路预测以及合成生物学元件优化等方向的最新成果。研究结果显示，该方法在代谢通量预测与关键酶靶点识别中表现出显著优势，可为绿色生物制造和精准医疗提供有力的计算支撑。

在互动环节中，唐继军教授与参会师生围绕AI模型在复杂生物系统中的可解释性、跨物种代谢建模及数据共享机制展开了深入讨论。他强调，推动人工智能与生物信息学的深度融合，是未来实现生命科学智能化研究的重要方向。

图3 唐继军教授报告

陈河兵教授长期致力于癌症分子机制与基因组学研究，在肿瘤表观遗传调控和三维基因组结构解析领域取得了系列具有国际影响力的成果。报告中，他首先从生命科学的空间维度出发，指出传统的二维基因组分析方法难以全面揭示染色质空间构象在肿瘤发生中的关键作用，而三维基因组学的兴起为理解癌症的复杂调控网络提供了新的视角。

他详细介绍了团队利用高通量测序技术（Hi-C）与深度学习模型相结合的方法，对肿瘤细胞中染色质的空间折叠模式进行系统解析。通过构建智能化的三维结构识别与建模框架，团队成功揭示了多种肿瘤类型中关键调控基因与空间拓扑异常之间的内在联系，为肿瘤早期诊断和靶向治疗提供了新的分子依据。在报告中，陈教授展示了团队最新的研究成果，包括肺癌与肝癌样本的三维染色质互作图谱构建、癌基因调控热点的空间重塑机制分析等。他指出，人工智能赋能的三维基因组解析技术正成为肿瘤研究的有力工具，可实现从数据到机制再到应用的全链条创新。

报告结束后，陈河兵教授与参会师生围绕AI算法的精度优化、临床数据整合及转化应用路径等议题进行了热烈讨论。他鼓励青年学者积极参与跨学科合作，将计算方法与实验生物学深度融合，推动肿瘤精准诊疗研究的持续突破。

图4 陈河兵教授报告

陈盛泉教授长期从事计算生物学、机器学习与细胞组学数据分析研究，致力于利用人工智能方法解决生命科学中的核心计算问题。在报告中，他指出，随着单细胞测序技术的快速发展，生命科学正逐步从“平均细胞”研究迈向“单细胞精度”时代。然而，单细胞数据规模庞大、噪声复杂、异质性强，传统统计方法在识别细胞类型时面临显著挑战。

针对这一问题，陈教授团队提出了一种基于机器学习的细胞类型自动辨识新框架。该框架融合深度特征学习与聚类优化技术，通过对高维单细胞转录组数据进行表征压缩和动态特征提取，实现了细胞群体的高精度分类与亚型识别。同时，该方法具备良好的可扩展性，可适用于不同物种和组织来源的单细胞数据集。在报告中，陈盛泉教授详细展示了该方法在免疫细胞亚群识别、肿瘤微环境异质性分析等方面的实际应用成果。研究表明，该模型不仅在识别精度上显著优于传统算法，还能有效揭示细胞状态转换和发育轨迹的潜在规律，为疾病机制研究与药物开发提供了重要支撑。

报告结束后，陈教授与现场师生就模型泛化能力、数据可解释性及多组学融合分析等前沿问题进行了深入交流。他表示，未来团队将继续推动机器学习与生物信息学的交叉研究，助力生命科学的数字化与智能化发展。

图5 陈盛泉教授报告

图6 CCF广西大学学生分会与教授们合影

本次“东盟协同·智算生命”学术论坛内容丰富、视野广阔，四位专家从基因组三维结构解析、代谢网络优化、肿瘤基因组智能分析到单细胞类型辨识等多个研究方向，系统展示了人工智能技术在生命科学领域的最新应用与发展趋势。论坛不仅为广西大学师生带来了前沿的科研思想与技术启迪，也进一步加强了学校与国内顶尖科研院所、高水平大学之间的学术交流与合作。

活动现场气氛热烈，讨论深入。参会师生纷纷表示，通过此次论坛，进一步认识到智能计算与生物信息学交叉研究的重要意义，对未来科研方向与创新思路有了更加清晰的理解。

此次论坛的成功举办，体现了广西大学在推动交叉融合研究、服务国家健康战略与东盟区域科技协同方面的积极行动。未来，广西大学计算机与电子信息学院将继续依托中国计算机学会（CCF）平台，汇聚多学科优势力量，持续搭建高水平学术交流平台，助力青年学者在智能计算与生命科学领域实现更多原创性突破。