北京大學定量生物學中心

學術報告 

題    目: 基于機器學習的分子識别模式解析

報告人: 曾堅陽，長聘副教授

清華大學交叉信息研究院

時    間: 11月1日（周二）16:00-17:00

地    點: 呂志和樓B101

主持人: 韓敬東 教授

摘 要:

鑒定和預測分子之間的識别模式是生物學和藥學領域的重要科學問題。DNA、RNA、蛋白質等生物大分子之間的相互作用是生命活動的基礎，而大分子靶點與小分子化合物的相互作用是小分子藥物研發的關鍵。近年來，高通量實驗技術和海量生物數據的湧現以及先進人工智能技術的興起，為深入探索分子間的識别機制提供了一個嶄新的機會，但同時也對計算模型提出了新的挑戰。圍繞從海量生物數據中解析分子間識别模式這一目标，我們從信息整合、特征提取、異構網絡等多維度出發，開發了多個先進的機器學習方法用以解析大分子間、小分子-蛋白間的識别模式，理解全基因組尺度的基因表達調控機理，準确預測藥物-靶點互作，進而提高藥物發現效率。

報告人簡介：

曾堅陽現任職于清華大學交叉信息研究院，長聘副教授，博士生導師，國家傑出青年科學基金獲得者。于1999年和2002年分别獲得浙江大學的學士和碩士學位。2011年，在美國杜克大學(Duke University)獲得計算機科學博士學位。2011年至2012年期間，在杜克大學計算機科學系和杜克醫學院從事博士後研究。2012年作為中組部海外青年人才計劃被引進清華大學交叉信息研究院。長期緻力于人工智能/機器學習和生命科學的交叉學科研究。共發表學術論文80餘篇，其中通訊作者論文包括Nature Machine Intelligence 、Nature Communications、Nature Computational Science、PNAS 、Cell Systems、Nucleic Acids Research、STTT、Protein & Cell等，合作作者論文包括Nature等。成果獲得ESI高引論文、"吳文俊人工智能自然科學"三等獎、"中國生物信息學十大進展"、 "中國生物信息學十大算法和工具"、世界人工智能大會青年優秀論文、國際會議ICIBM 2019最佳論文等。擔任國際期刊IEEE/ACM Transactions on Computational Biology and Bioinformatics的編委、計算生物學領域的國際頂級會議ISMB、RECOMB程序委員會委員。