时间：2019年10月25日（星期五）下午14:30--17:30
地点：3522vip浦京集团北校区逸夫图书馆A-108
其他事宜:
2019年10月25日人工智能学会（CAAI）与计算机学会(CCF)携手走进3522vip浦京集团!
3522vip浦京集团 计算生物信息学高琳教授团队邀请了国内四位知名专家给大家带来一场学术饕鬄盛宴，欢迎各位老师同学前来交流畅谈～
报告一：对病历文本机器学习的新尝试和对智能精准医疗的思考
主讲人：张学工 教授
张学工，1989年毕业于清华大学自动化系，1994年获模式识别与智能系统博士学位，2001-2002年赴哈佛公共卫生学院进修。现为清华大学自动化系教授、生命学院和医学院兼职教授，清华大学学术委员会委员、自动化系学术委员会主任，北京信息国家研究中心生物信息学研究部主任。973首席科学家，国家级精品课主讲人，国家教学成果奖获得者，全国优秀科技工作者，国家级创新团队负责人。张学工是ISCB理事，中国人工智能学会常务理事、生物信息学与人工生命专委会主任，CCF生物信息学专委会委员，中国生物工程学会常务理事、生物信息学与计算生物学专委会常务副主任。主要研究方向包括机器学习、智能健康与生物信息、人类细胞图谱等。
机器学习、人工智能在医疗健康中的应用和以基因组学研究为核心的精准医学，是学术界和产业界都非常重视的前沿领域。本报告将分享我们在中文电子病历机器学习分析等方面的一点新尝试，并探讨通过医疗健康大数据与人类细胞图谱等前沿基础研究相结合，实现未来智能精准医疗的可能路径。
报告二：深度学习在冷冻电镜数据处理中的应用
主讲人：张法 研究员
张法，博士，中国科学院计算技术研究所研究员，博士生导师。主要从事生物信息学算法和高性能计算方面的研究，近年来在冷冻电镜三维重构、生物医学图像处理等方面，取得了多项重要研究成果。在Cell Research、Bioinformatics和Journal of Structural Biology等国际著名期刊和ISMB等知名国际会议发表论文100余篇。作为项目负责人和主要参与人承担了多项科技部重点研发专项、国家自然科学基金重点和国际合作重大项目、中科院先导、中科院知识创新重点等项目。担任中国计算机学会生物信息学专业委员会秘书长，中国生物物理学会冷冻电镜分会理事，中国人工智能学会生物信息学与人工生命专委会常委。
生物大分子三维结构的高分辨率解析，是生命科学中最具有挑战性的前沿核心问题。近年来飞速发展的冷冻电镜三维重构技术已成为当前解析生物大分子三维结构的第一选择。然而，生物冷冻电镜数据存在高噪声、信息缺失、处理流程复杂等特征，随着数据规模和尺度的持续增大，导致对计算资源的需求急剧增加。因此如何实现冷冻电镜数据的高效处理和高分辨率结构的解析，已成为当前结构生物学和计算机科学具有挑战性的难点问题之一。本报告将从计算的角度介绍冷冻电镜三维重构存在的挑战性问题，并着重介绍深度学习在冷冻电镜数据处理中的应用。
报告三：Decoding brain with multi-dimensional data: An introduction of the Zhangjiang International Brainbank
主讲人：赵兴明 教授
赵兴明，复旦大学类脑智能科学与技术研究院，教授。目前主要从事人工智能与生物医学交叉领域的研究，上海市青年科技启明星（2010）和上海市浦江人才计划（2013）入选者。担任IEEE Senior Member、IEEE SMC Technical Committee on Systems Biology共同主席、ACM SIGBIO China副主席、IAPR TC20委员、中国运筹学会计算系统生物学分会常务理事、中国细胞学会功能基因组信息学与系统生物学分会理事、上海市生物信息学学会理事、上海市计算机学会生物信息学专委会主任、中国人工智能学会生物信息学与人工生命专业委员会副主任委员、中国计算机学会生物信息学专委会常务委员、中国计算机学会计算机应用专委会委员、中国生物物理学会生物信息学专委会委员。同时担任IEEE/ACM TCBB和Neurocomputing等国际期刊的客座编辑和编委。承担了863、国家重点研发计划课题和国家自然科学基金重大研究计划、重点项目在内的多项科研课题。在Nucleic Acids Research、PLoS Computational Biology和Bioinformatics等国际著名期刊发表SCI论文80余篇，曾获教育部自然科学二等奖。
近年来，伴随着测序、光遗传、钙成像和脑影像等各类技术的快速发展，围绕脑科学的不同尺度和模态的海量数据开始不断涌现。在数据科学时代，数据正成为理解大脑，阐述脑疾病发生机制和发展类脑智能的关键，也逐渐成为神经科学理论的基石。在此背景下，复旦大学正在建设全维度脑科学数据平台-张江国际脑库，以期为理解脑功能机制和脑疾病发生机理提供帮助。在该报告中，我将介绍张江国际脑库的建设情况和相关研究进展。
报告四：基于AI的基因调控元件设计
主讲人：汪小我 长聘副教授
汪小我，先后于2003年和2008年在清华大学自动化系获工学学士学位和工学博士学位，并曾赴美国冷泉港实验室（2007-2008）和加州大学伯克利分校（2012-2013）访问学习。2008年起在清华大学留校任教，历任讲师、副教授、长聘副教授。主要研究方向为模式识别、生物信息学、合成生物学。在美国科学院院刊PNAS、Bioinformatics等国际刊物发表论文40余篇，被SCI他引3000余次。担任中国生物工程学会青年工作委员会主任、中国人工智能学会生物信息学与人工生命专委会副主任、中国自动化学会青工委常委等。曾获全国优秀博士学位论文奖、中国自动化学会青年科学家奖等。
深度学习强大的特征提取和表示能力为我们解析复杂的基因组调控信息提供了新的手段。利用深度神经网络的特征表示和生成能力，我们将深度生成模型用于人工基因调控元件设计问题。在测试的全新生成人工合成启动子中，近一半具有显著转录活性，并且其中部分启动子的表达强度达到甚至超过了已知的表达强度最高的天然启动子的表达水平。这些新生成启动子与天然启动子在序列上有显著区别，意味着该生成模型没有简单照抄天然序列，而是具备了一定的探索全新序列空间的能力。这表明人工智能方法具有产生大量全新的高品质人工合成基因调控元件的潜力。
