讲座编号：jz-yjsb-2024-y017

讲座题目：基于多组学数据的细胞特异性及其调控网络研究

主 讲 人：刘丙强  教授  山东大学

讲座时间: 11月1日（星期五） 15:25-16:10

讲座地点: 阜成路校区综合楼三楼学术报告厅

参加对象：计算机与人工智能学院研究生

主办单位：计算机与人工智能学院(网络空间学院)

主讲人简介：

刘丙强，山东大学数学学院教授、博士生导师、副院长，山东大学杰出中青年学者，教育部“长江学者”青年学者、山东省“泰山学者”青年专家。本硕博均毕业于山东大学数学学院，其间赴美国乔治亚大学联合培养。主要从事生物信息学研究，利用图论、组合最优化和机器学习的理论与方法来研究生物医学大数据处理与分析中面临的计算挑战问题。成果发表于Nature Communications、Advanced Science、Nucleic Acids Research、Briefings in Bioinformatics、Bioinformatics等生物信息学学术期刊。主持国家重点研发计划、基金委面上项目等科研项目。担任学术期刊Computational Biology and Chemistry副主编，为Nature Communications、Nucleic Acids Research、Genome Biology等期刊审稿人。担任中国工业与应用数学学会数学生命科学专委会委员，中国数学会生物数学专委会委员，中国运筹学会计算系统生物学分会理事，中国计算机学会生物信息学专委会委员，中国自动化学会智能健康与生物信息专委会委员，山东数学会副秘书长，山东省生物信息学会副理事长等学术职务。

主讲内容:

利用多组学数据研究生物体生命活动过程以及疾病发生发展过程已成为重要途径。RNA-seq定量反映样本的表达水平，为转录调控研究奠定了基础。单细胞测序技术的出现，加速了转录组学的发展，为刻画细胞异质性调控提供了方向。特别是单细胞多组学的综合运用，可以充分捕捉复杂的分子调控机制和细胞异质性。我们与合作者开发了整合多组学数据的异质图模型算法框架以研究细胞异质性及其调控网络，为复杂疾病异质性的识别与调控机制的分析提供算法支持。其中的基于二部和多部异质图转换的模型可以从单细胞多组学数据中更好的推断特定细胞类型的调控网络以及同时识别稀有细胞类型与主要细胞类型。在生物数据集上的测试表明新方法在大多数情况下优于现有的各种工具。在肺肿瘤白细胞CITE-seq数据、匹配弥漫性小淋巴细胞淋巴瘤scRNA-seq和scATAC-seq数据上的应用显示了新方法在细胞聚类方面的优越性能，成功预测出了生物学上有意义的基因网络，在模拟数据集和真实数据集上的基准测试表明新方法在稀有细胞识别方面具备优势。