本周二（10月29日）晚的「生命复杂性」读书会将由东华大学人工智能研究院讲师左春满介绍时空数据的复杂疾病算法研究和临床应用，从时空组学技术开始，介绍 AI for Precision Medicine 的前沿进展。欢迎感兴趣的朋友加入读书会，参与讨论交流！
随着时空组学技术的迅速发展，我们能够更深入地解析肿瘤的时空异质性调控机制，为临床诊断与精准治疗提供了全新视角。本次读书会将重点介绍几种前沿的AI模型，展示如何通过数据挖掘识别推动疾病进展的关键调控因子、配体-受体相互作用及与临床表型密切相关的核心微环境。这些算法在真实临床样本数据分析中表现出优异的效果，为疾病机制的揭示和个性化治疗方案的设计提供了有力支持。
左春满，东华大学人工智能研究院讲师。2018年于吉林大学计算机科学与技术学院获得博士学位，期间于2016-2018年在美国佐治亚大学进行联合培养，2019年在中国科学院上海生化所进行博士后研究，2021年加入东华大学。研究聚焦于生物医学与信息技术的交叉融合，尤其专注于单细胞空间组学数据的智能优化与解析方法，并从消化道肿瘤早期病变及驱动早癌发生因素的角度探索潜在的早期诊断和干预靶标。
时间：2024年10月29日（本周二）晚19:00-21:00
斑图链接：https://pattern.swarma.org/mobile/study_group_issue/759?from=wechat
扫码参与「生命复杂性」读书会，加入群聊，获取系列读书会回看权限，加入生命复杂性社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。
[1] Chunman Zuo, Junjie Xia, Luonan Chen. Dissecting tumor microenvironment from spatially resolved transcriptomics data by heterogeneous graph learning. Nature Communications. 2024. 15, 5057.
[2] Chunman Zuo, Yijian Zhang, et al. Elucidating tumor heterogeneity from spatially resolved transcriptomics data by multi-view graph collaborative learning. Nature Communications. 2022, 13(1):5962.[3] Yijian Zhang, Chunman Zuo, et al. Single-Cell RNA-Sequencing Atlas Reveals an MDK-Dependent Immunosuppressive Environment in ErbB Pathway-Mutated Gallbladder Cancer. Journal of Hepatology. 2021, 75(5): 1128-1141.[4] Black, J.R.M. & McGranahan, N. Genetic and non-genetic clonal diversity in cancer evolution. Nature Reviews Cancer. 2021, 21(6): 379-392.[5] Luonan Chen, Rui Liu, et al. Detecting early-warning signals for sudden deterioration of complex diseases by dynamical network biomarkers. Sci Rep-Uk. 2012, 2(1):1-8.在生物学中心法则的起点，基因作为生命复杂系统的遗传信息载体，在生命周期内稳定存在；而位于中心法则末端的蛋白质，其组织构成和时空变化的复杂性呈指数式增长。随着分子生物学数十年来的突飞猛进，尤其是生命组学（基因组学、转录组学、蛋白质组学和代谢组学等的集合）等领域的日新月异，当代生命科学临近爆发的边缘。如此海量的数据如何帮助我们揭示宇宙中最复杂的物质系统——“人体”的构成原理和设计原理？阐释人类发育、衰老和重大疾病的发生机制？
集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰，国家蛋白质科学中心（北京）副研究员常乘、李杨，香港浸会大学助理教授唐乾元，北京大学前沿交叉学科研究院研究员林一瀚，中国科学院分子细胞科学卓越创新中心博士后唐诗婕，共同发起「生命复杂性：生命复杂系统的构成原理」读书会，从微观细胞尺度、介观组织器官尺度到宏观人体尺度，梳理生命科学领域中的重要问题及重要数据，由生物学家提问，希望促进统计物理、机器学习方法研究者和生命科学研究者之间的深度交流，建立跨学科合作关系，激发新的研究思路和合作项目。读书会从2024年8月6日开始，每周二晚19:00-21:00进行，持续时间预计10-12周。欢迎对这个生命科学、物理学、计算机科学、复杂系统科学深度交叉的前沿领域感兴趣的朋友加入！
点击“阅读原文”，报名读书会
