大规模生物网络分析中的深度学习算法

21.09.2018  06:11
主  讲  人  : 彭佳杰        副教授

活动时间: 09月25日15时00分       

地            点  : 理科群1号楼D-203室

讲座内容:

生物网络是以系统科学的思想研究生命科学的桥梁。网络中的节点可以是蛋白质,基因,RNA,DNA,药物或药物靶点等,网络的边对应节点之间的物理、功能、空间距离等方面的关联关系。目前受到业界研究人员广泛关注的生物网络包括:基因调控网络(gene regulatory network)、基因功能关联网络(gene functional association network)、蛋白质互作网络(protein-protein interaction network)以及序列相关网络(sequence-sequence association network)等。本报告主要包括两个部分内容。第一部分,首先介绍生物网络的基本特征、数据特点,当前大家关注的问题和分析方法以及一些生物网络分析的应用场景等。第二部分,简要介绍我们课题组近期提出的基于深度学习的生物网络分析方法,主要包括两个工作:“A learning-based framework for miRNA-disease association predictionusing neural networks”和“Deep feature learning of multi-network topology for gene functionprediction“。


主讲人介绍:

彭佳杰博士,现任西北工业大学副教授。哈尔滨工业大学计算机科学与技术专业博士,哈佛大学访问学者,美国国家能源部-密西根州立大学植物研究实验室(PRL)联合培养博士。主要从事数据挖掘、人工智能、生物信息学、大数据算法学以及海量知识工程等方向的研究。近年来在《Bioinformatics》、《Nucleic acids research》和《BMC Bioinformatics》等期刊上发表论文30余篇,其中4篇入选ESI热点论文,6篇入选ESI高被引论文。担任中国计算机学会生物信息专业组委员;Biological ontologies and knowledge bases workshop 主席;《BMC Bioinformatics》、《Journal of BiomedicalSemantics》等杂志客座编委;BIBM、GIW、InCoB、KEOD等国际会议program committee;担任TPAMI、Bioinformatics、Plos Genetics、BMC Bioinformatics、TCBB、Plos One、Frontier in Computer Science、Oncotarget等国际知名期刊审稿人。

发布时间:2018-09-20 17:25:37