数学与大数据学院邀请中国科学院生化细胞研究所陈洛南教授作报告

 

       12月1日早上，数学与大数据学院邀请中国科学院生化细胞研究所陈洛南教授在腾讯会议（ID 954-632-110）作了题为“计算系统生物学方法与AI应用”的学术报告。数学与大数据学院唐慧博士主持线上学术会议，学院年轻博士、研究生及部分外校学者参会。

       在本报告中，陈洛南教授介绍了生物大数据的方法学研究，针对高维数据技术，特别是高通量组学技术的兴起为研究包括复杂疾病和表现组研究等提供了大数据的支持，这些不同来源、不同层面、不同尺度的数据组成生物医学等的多元异质大数据，具有很强的时空动态性。量化这些特性使得我们迫切需要研究数据时空特性的动力学分析理论和系统科学方法，如基于动力系统的临界点预警方法、基于吸引子低维特性的时间序列预测理论、基于嵌入理论的因果关系推断算法、基于深度学习的非线性数据融合方法等。这些基于动力学的数据科学和深度学习的新理论与系统科学新方法能够帮助理解和预测复杂系统的动态发展而且从系统和动态视角量化表型，有助于分析复杂表型及动态过程和机制，加速包括生物医学及人工智能等研究领域的步伐。这些方法和理论可广泛应用于表型量化，特别是癌症转移与复发，公共卫生实时监测、亚健康状态预警、时间序列预测、AI研究等方面，也对动力学和系统科学驱动的数据科学和AI理论和算法发展有重要的推动作用。报告结束就相关问题与大家进行充分的讨论和互动，讲座深受师生一致好评。

       陈洛南教授简介：中科院生化细胞研究所研究员，中国科学院系统生物学重点实验室执行主任，国科大杭州高等研究院首席教授。中国运筹学会《计算系统生物学分会》名誉理事长，IEEE SMC学会系统生物学技术委员会主席，中国生化细胞学会《分子系统生物学专业分会》主任，当选中国运筹学会首届会士。主要从事计算系统生物学、大数据分析和人工智能的研究工作，建立和推动“动力学的生物大数据理论和方法”，特别是建立了动态网络标志物(DNB)及复杂疾病临界预警方法，空间-时间信息转化的机器学习理论体系(STI)，多组学数据的融合算法(PFA),分子网络的因果推断方法(PCM)等。近年来发表400余篇期刊论文（包括Nature，Nature Genetics，Nature Communications，Nature Cancer，PANS，National Science Review，Cancer Cell，Cell Research）和四部专著(Elsevier高被引学者，h-index 〉 70，Citation〉20000)。