2024年11月3日，由重庆市生物信息学会主办，血液病专委会承办，新桥医院血液病医学中心协办的“川渝生物信息学交流会”于重庆市沙坪坝区隆重召开。本次学术年会汇聚了血液疾病领域和生物信息学领域的知名专家学者，共同探讨了该领域的最新进展和前沿动态。
致辞环节
本场分论坛由陆军军医大学新桥医院张曦教授、四川大学华西医院贾永前教授担任会议主席，由陆军军医大学新桥医院王峥教授与杨世杰教授担任执行主席。会议伊始，张曦教授与贾永前教授分别致辞，对来自全国各地的各位专家与学者表示了诚挚的欢迎，并祝愿此次分论坛取得圆满成功。
张曦教授主持致辞
贾永前教授主持致辞
学术环节
首先，在中国人民解放军西部战区总院苏毅教授主持下，中国医学科学院血液病医院朱平教授带来题为《单细胞多组学解析造血调控》的报告。朱平教授通过结合单细胞多组学和生物信息学等方法，借助血细胞图谱，研究表观遗传与基因组遗传多样性的复杂调控网络，探索血液病的发病机制，为临床血液病的治疗提供新的策略。
朱平教授作学术报告
生物信息学是生命科学领域中的新兴交叉学科。生物信息学联合生命科学、计算机科学和统计学等，以实现对海量DNA、RNA、蛋白质组学等生物学和医学数据的分析理解和有效管理。来自南方医科大学的王栋教授详细介绍了其所在课题组通过开发RNA大数据资源平台与分析工具用于解析造血系统分化发育。这些平台和分析工具包括较全面的亚细胞的定位数据资源平台RNAlocate；基于深度学习的RNA亚细胞定位预测平台DM3Loc; RNA互作资源库RNAInter。此外，王栋教授与多中心团队合作不仅在单细胞水平系统性描绘了小鼠HSC发育全程的RNA剪接图谱，并引入 modality 分析算法对EHT过程的关键可变剪接事件及其上游调控因素进行探究，揭示Srsf2通过可变剪切调控"内皮﹣造血"转换机制; 还以RNAInter互作数据为基础结合造血干细胞分化模型解析细胞分化命运决定的分子机制；并开发细胞间通讯与转录因子活性算法CellCall，并通过肿瘤免疫微环境以及精子发生过程中的案例研究和实验上证明CellCall在细胞间通讯分析和内部TF活性探索方面可靠且独特的功能。
王栋教授作学术报告
白血病作为一种严重的血液系统疾病，其治疗一直是医学界的热点和难题。在本次报告中，陈昌亚教授介绍了其研究团队发现HSPC样细胞普遍存在于急性白血病中，其对传统化疗药物具有耐药性。此外，他们还揭示了HSPC样白血病细胞的转录组和表观遗传特征，这些特征对药物反应和患者长期临床预后具有重要意义。进一步他们通过分析HSPC样白血病细胞中的重要调控网络，发现了潜在的药物靶点并在体内验证了药物的有效性。
陈昌亚教授作学术报告
深圳中科院先进研究院的吴红艳教授开展了一场以“自适应图神经网络助力生物医学发现”为主题的精彩报告，汇聚了众多专家学者前来聆听和交流。
在报告中，吴教授强调了基础研究与临床应用之间的紧密关系，并提出了当前人工智能及生信工具的多样性下为何仍需不断开发新工具的思考。她表示，“我们要找到更适合当前数据的工具，以推动应用落地，将基础研究的成果转化为临床数据和实际产品。”
吴教授分享了图结构的强大表现力和应用价值，指出图可以有效描述人与人、药物与靶标之间的互动关系，并讨论了在面对领域知识匮乏时，如何通过动态图学习建立更有效的算法。特别是在大分子药物筛选及癌症检测等领域，基于图计算的新方法展现了显著的优势与潜力。介绍了她的研究团队如何克服基础数据不足的挑战，利用动态知识学习来增强图模型的精确性并实现高效的抗原抗体互动预测。她表明，该算法不仅适用于生物医学领域，也为多种数据模型提供了通用的解决方案。
在与参会者的问答环节中，吴教授再次强调了数据适配性的重要性，希望未来能有更多专家共同参与到算法与应用领域的深入探讨中，以推动科研成果的实际转化。
吴红艳教授作学术报告
电子科技大学孙三山教授在学术报告中分享了其团队在血液疾病信息处理和通信研究方面的最新成果。孙教授阐述了他们如何将通信技术与智慧医疗相结合，从而致力于在血液病领域建立更高效的预测模型。孙教授的演讲围绕四个主要主题展开：传统医学预测模型的建立方法、人工智能在血液肿瘤预测模型上的应用、人工智能预测模型的研究进展以及未来的展望。
在介绍传统医学预测模型时，孙教授强调了使用二元逻辑回归等方法进行存活时间预测的局限性，提到面对高维度数据时人工计算的复杂性。他指出，机器学习的引入为数据分析和模型预测提供了新的思路，能够有效识别与患者愈后相关的特征，从而提高预测的准确性。
随后，孙教授以急性髓系白血病为例，分享了他们与省人民医院合作的预测研究。研究利用智能算法分析1000多例患者数据，最终达到了91% 的预测准确率，展现了人工智能在临床治疗中的巨大潜力。
除了模型构建，孙教授还提到，通过特征降维系统的开发，解决了高维数据对计算负荷的影响，实现了在保持预测精度的同时显著减少特征数量。此外，他还谈到如何利用生成对抗网络解决数据不平衡问题，从而提升模型的准确性和有效性。
报告最后，孙教授展望了未来的研究方向，希望能够结合多模态数据，推动血液疾病诊断的智能化和精准化。他提出将影像学数据与文本诊断信息结合，通过特征融合提高预测效果，为未来医学研究开辟新的思路。
此次报告引发了与会者的热烈讨论，不少专家对孙教授团队的研究成果表示赞赏，并期待未来在智慧医疗和人工智能领域的更深入合作与发展。
孙三山教授作学术报告
在易海教授的主持下，四川省人民医院李慧教授以《AI在AML中的综合应用与探索》为题，围绕AI在AML临床诊治中包括反应预测，亚型预测以及MRD检测等，介绍AI大模型、数智医疗等前沿技术，探讨利用CNN模型，通过图像数据区分原发AML和CML急变及通过铜死亡相关基因预测AML预后。该研究为以AI为基础的智能分诊与辅助诊疗系统在提升血液疾病的临床诊治中提供了新的思路与指导。
李慧教授作学术报告
在易海教授的主持下，新桥医院王峥教授作了题为《基于生成式AI模型的血涂片病理智能诊断》的报告。王峥教授介绍到，人工智能蓬勃发展，医学应用是大势所趋。王峥教授基于人工智能应用于血细胞识别，提出基于ASCN与BloodPath模型以及多模态大模型,实现血细胞的最大信息与最快处理。该方法有效的解决了传统方法泛化能力有限等局限性，显著提升了低质量图像修复和增强。该研究为人工智能在临床针对血涂片精准智能识别领域提供了重要依据。
王峥教授作学术报告
总结环节
本场会议在一系列精彩的学术报告中渐入尾声。大会主席张曦教授作了总结发言。张曦教授首先对各位与会专家在人工智能与血液疾病中的突出成果给予了充分的肯定，同时指出要加强多学科之间的交叉合作，围绕血液基础研究与临床科学问题，有效利用前沿技术，促进多领域交叉，有望为血液系统疾病的精准诊疗提供更多的临床转化价值。
张曦教授总结发言
会议大合影
