講座編號：jz-yjsb-2024-y017

講座題目：基于多組學數據的細胞特異性及其調控網絡研究

主 講 人：劉丙強  教授  山東大學

講座時間: 11月1日（星期五） 15:25-16:10

講座地點: 阜成路校區綜合樓三樓學術報告廳

參加對象：計算機與人工智能學院研究生

主辦單位：計算機與人工智能學院(網絡空間學院)

主講人簡介：

劉丙強，山東大學數學學院教授、博士生導師、副院長，山東大學杰出中青年學者，教育部“長江學者”青年學者、山東省“泰山學者”青年專家。本碩博均畢業于山東大學數學學院，其間赴美國喬治亞大學聯合培養。主要從事生物信息學研究，利用圖論、組合最優化和機器學習的理論與方法來研究生物醫學大數據處理與分析中面臨的計算挑戰問題。成果發表于Nature Communications、Advanced Science、Nucleic Acids Research、Briefings in Bioinformatics、Bioinformatics等生物信息學學術期刊。主持國家重點研發計劃、基金委面上項目等科研項目。擔任學術期刊Computational Biology and Chemistry副主編，為Nature Communications、Nucleic Acids Research、Genome Biology等期刊審稿人。擔任中國工業與應用數學學會數學生命科學專委會委員，中國數學會生物數學專委會委員，中國運籌學會計算系統生物學分會理事，中國計算機學會生物信息學專委會委員，中國自動化學會智能健康與生物信息專委會委員，山東數學會副秘書長，山東省生物信息學會副理事長等學術職務。

主講內容:

利用多組學數據研究生物體生命活動過程以及疾病發生發展過程已成為重要途徑。RNA-seq定量反映樣本的表達水平，為轉錄調控研究奠定了基礎。單細胞測序技術的出現，加速了轉錄組學的發展，為刻畫細胞異質性調控提供了方向。特別是單細胞多組學的綜合運用，可以充分捕捉復雜的分子調控機制和細胞異質性。我們與合作者開發了整合多組學數據的異質圖模型算法框架以研究細胞異質性及其調控網絡，為復雜疾病異質性的識別與調控機制的分析提供算法支持。其中的基于二部和多部異質圖轉換的模型可以從單細胞多組學數據中更好的推斷特定細胞類型的調控網絡以及同時識別稀有細胞類型與主要細胞類型。在生物數據集上的測試表明新方法在大多數情況下優于現有的各種工具。在肺腫瘤白細胞CITE-seq數據、匹配彌漫性小淋巴細胞淋巴瘤scRNA-seq和scATAC-seq數據上的應用顯示了新方法在細胞聚類方面的優越性能，成功預測出了生物學上有意義的基因網絡，在模擬數據集和真實數據集上的基準測試表明新方法在稀有細胞識別方面具備優勢。