中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF 深圳

于2014年8月9日（星期六）

在深圳市盐田区北山道北山工业区华大基因总部

举办校企协同创新沙龙活动，敬请光临

沙龙主题

青年计算科技校企协同创新沙龙第二期

“对话华大基因”

华大基因成立于1999年9月9日，自成立以来坚持“以任务带学科、带产业、带人才”，先后完成了国际人类基因组计划“中国部分”（1%）、国际人类单体型图计划（10%）、水稻基因组计划、家蚕基因组计划、家鸡基因组计划、抗SARS研究、炎黄一号等多项具有国际先进水平的科研工作，在《Nature》和《Science》等国际一流的杂志上发表多篇论文，为中国和世界基因组科学的发展做出了突出贡献，奠定了中国基因组科学在国际上的领先地位。生物信息领域是计算机和生物化学跨学科交叉协作的典型领域，在新兴的大数据浪潮席卷之下，两者又能碰撞出怎样的火花？就让我们青年计算机工作者走进华大基因看一看吧！

本期活动重点围绕华大基因大数据处理方面的关键技术、新技术需求和学术进展展开讨论，欢迎感兴趣的企业界和学术界委员积极参与。

注意：由于此次活动需要准备车辆及餐饮，请有意参加的委员一定提前报名以便统计安排，报名时请注明是否需要搭乘大巴，谢谢配合！

主办单位：

华大基因（总部）

中国计算机学会青年计算机科技论坛深圳分论坛(CCF YOCSEF深圳)

执行主席：

黎浩，华大基因，CCF YOCSEF深圳，委员

李国庆，华大基因，CCF YOCSEF深圳，委员

陈钢，华大基因，CCF YOCSEF深圳，委员

活动安排

10:00 大巴从深圳大学城出发，前往华大基因总部

            参加人员如不选择到西丽大学城搭乘大巴，亦可自行前往。

11:00 抵达华大基因，前往华大基因总部七楼展厅和五楼测序实验室参观

12:00 就餐

提供具有华大特色的午餐，可能包括华大自产的大米，小米、猪肉、鱼、酸奶等（视具体情况安排）。

13:30-15:30 华大基因各体系负责人报告

华大基因各体系负责人介绍各自项业务中大数据存储、管理和分析方面的情况和难题。

15:30-16:30 自由交流和休息

16:30-18:00 YOCSEF青年专家学术报告

题目：大数据抽象：度量空间数据管理与挖掘-以索引为例

特邀讲者：毛睿

深圳大学计算机与软件学院副教授，主要研究方向为大数据索引分析和高性能计算。分别于1997年和2000年在中国科学技术大学获计算机科学学士和硕士学位;于2006年和2007年在美国得克萨斯大学奥斯汀分校获统计学硕士和计算机科学博士学位。2007～2010年在甲骨文美国公司任高级技术员。于2010年加入深圳大学计算机与软件学院，现任国家高性能计算中心深圳分中心、广东省普及型高性能计算机重点实验室和深圳市服务计算与应用重点实验室常务副主任，中国计算机学会高性能计算专业委员会及数据库专业委员会委员。先后在国内外期刊会议上发表论文40多篇，提出了通用相似性索引领域理论模型--支撑点空间模型，获SISAP2010和BIBE2003国际会议Best Paper。

报告提要：数据种类的多样性是大数据问题带来的主要挑战之一。通用的数据处理技术因其广泛的适用性和相对低的开发成本，一直受到商业数据库管理系统的亲睐。从专用到通用的演进一直贯穿于数据库管理系统的发展历程中。度量空间数据处理技术把数据抽象成度量空间中的点，把数据间相似性的衡量抽象成满足三角不等式的距离函数，只利用三角不等式进行数据的索引、筛选和挖掘等处理工作，具有高度的通用性。以此模型为基础构建的通用大数据管理挖掘框架是应对大数据variety挑战的有效手段之一。经过多年的研究，度量空间索引领域已经形成了基本体系，取得了较为丰富的成果，为度量空间数据管理挖掘研究提供了一定的基础。

题目：基于机器学习技术的蛋白质结构和功能预测

特邀讲者：刘滨

哈尔滨工业大学深圳研究生院助理教授，硕士生导师，深圳市孔雀计划B类。博士毕业于哈尔滨工业大学计算机学院，曾于美国俄亥俄州立大学生物信息系从事博士后研究工作，研究方向为生物信息学、机器学习、自然语言处理等。具体包括：蛋白质远程同源性检测、计算机辅助药物设计、蛋白质相互作用预测、microRNA识别、DNA结合蛋白质预测、蛋白质固有无序区域预测、下一代测序技术研究、DNA分类研究。在《Nature Cell Biology》、《Bioinformatics》、《BMC Genomics》、《BMC Bioinformatics》、《PLoS ONE》、《Molecular Informatics》等生物信息学国际权威期刊和国际会议发表学术论文30余篇，影响因子总和大于65。更多信息见实验室主页：http://bioinformatics.hitsz.edu.cn/home/。

报告提要：随着蛋白质测序技术的发展，蛋白质序列和基因组数据持续不断的增加。然而蛋白质结构和功能数据增长的速度远远落后于蛋白质序列数据增长的速度。因此，采用数据驱动的方法，通过蛋白质序列信息预测其结构和功能具有重要的意义。本报告将通过几个具体的问题阐述机器学习技术、自然语言处理技术在蛋白质结构和功能预测领域中的应用；阐述如何设计预测系统及其重要组成部分；讨论蛋白质结构和功能预测中的热点和难点问题。

18:00-18:30 基因大数据处理技术交流

18:30 前往海鲜街就餐

21:00 乘大巴返回深圳大学城

参加人员：CCF YOCSEF深圳委员、华大基因各体系骨干、其他有兴趣者

报名方式：Email：yocsef_shenzhen@ccf.org.cn