智能健康与生物信息
2024年11月2日，2024中国自动化大会“智能健康与生物信息”平行会议在青岛成功举办，全国各地的专家、学者相聚青岛，共话智能健康与生物信息新时代。会议由中国自动化学会智能健康与生物信息专业委员会承办，专委会主任、清华大学教授张学工与专委会秘书长、清华大学长聘副教授古槿担任会议主席。西安交通大学教授陈霸东、北京航空航天大学教授单光存、西安电子科技大学副教授胡宇轩、上海交通大学副教授潘小勇、山东大学副教授吴昊、复旦大学青年研究员朱群喜、厦门大学副教授张东旭、重庆大学助理研究员曾远松、山东大学助理研究员张威和清华大学助理研究员郭文博应邀作报告。
会议现场
西安交通大学教授陈霸东作题为“基于信息论学习的类脑计算、脑机接口以及脑疾病诊断”的报告，介绍了信息论在机器学习领域的广泛应用及其引起的关注。报告阐述了信息论学习的基本概念，包括最小误差熵准则和信息瓶颈原则等新学习范式与方法，并探讨了其在类脑计算、脑机接口及脑疾病诊断中的重要应用。
西安交通大学教授陈霸东作报告
北京航空航天大学教授单光存作题为“Development of Framework for Interpretable AI Models with Application in Biomedicine”的报告，探讨了当前可解释人工智能研究中存在的问题，包括术语不统一和缺乏结构化框架。报告介绍了两个结构化的可解释AI模型框架和多模态医学模型，并通过多个案例研究强调了可解释人工智能模型在生物医学领域的重要性和必要性。
北京航空航天大学教授单光纯作报告
西安电子科技大学副教授胡宇轩作题为“基于细胞表型的组织空间结构与细胞通讯解析”的报告，探讨细胞如何协作形成组织与器官以及组织空间的层次性。报告介绍了CytoCommunity和HRCHY-CytoCommunity算法，通过单细胞空间组学数据，将组织空间结构解析为图模式挖掘问题。这些算法能够识别特异性的组织结构及其协作模式，为解析肿瘤-免疫互作机制提供了重要工具。
西安电子科技大学副教授胡宇轩作报告
上海交通大学副教授潘小勇作题为“蛋白绑定RNA位点预测及设计”的报告，介绍了ENCODE项目提供的RNA绑定蛋白的结合与功能图谱，以及相关实验验证数据。这些数据支持了机器学习模型的开发，用于挖掘RNA和蛋白绑定的序列与结构特征。开发了一系列基于深度网络模型的预测方法，考虑了绑定位点的上下文特性，实现了蛋白绑定RNA序列的设计。
上海交通大学副教授潘小勇作报告
山东大学副教授吴昊作题为“单细胞多组学数据集成及跨模态数据生成方法”的报告，介绍了一种基于变分自动编码器和生成对抗网络的生成框架，利用相互最近邻技术对多组学数据进行集成和模态对齐。该框架能够有效提取每种组学数据的信息并存储于统一的隐空间中，实现跨组学数据生成与模拟，从而解决数据不足的问题，为单细胞多组学研究提供了有力的支持。
山东大学副教授吴昊作报告
复旦大学青年研究员朱群喜作题为“复杂系统启发的机器学习：模型与应用”的报告，探讨了复杂系统与神经网络之间的密切关联，介绍了经典复杂系统理论如何启发高效机器学习框架的设计，并展示了这些方法在数据驱动的复杂系统重构与预测中的应用。
复旦大学青年研究员朱群喜作报告
厦门大学副教授张东旭作题为“分析仪器中的生物信息学：以分子诊断为例”的报告，通过融合仪器与微流控技术，研发了核酸现场快速分析仪，能够在无需专用实验室的情况下，实现30分钟内自动完成检测。此外，利用生物信息学方法，建立了基于BiGRU的荧光信号与DNA/RNA复制效率的映射模型，优化了检测过程。
厦门大学副教授张东旭作报告
重庆大学助理研究员曾远松作题为“基因组序列引导的scATAC-seq数据细胞类型识别方法”的报告，介绍了scATAC-seq技术在基因调控和表观遗传异质性研究中的应用，提出了一种名为SANGO的方法，旨在通过整合scATAC数据中的可访问峰值和潜在的基因组序列，实现准确的单细胞注释。
重庆大学助理研究员曾远松作报告
山东大学助理研究员张威作题为“stMMR: accurate and robust spatial domain identification from spatially resolved transcriptomics with multi-modal feature representation”的报告，介绍了stMMR方法用于从空间解析转录组学数据中准确识别组织空间域。该方法结合了基因表达、空间位置和组织学影像，通过自注意力模块和相似性对比学习，有效应对SRT数据的异质性和空间分辨率问题。
山东大学助理研究员张威作报告
清华大学助理研究员郭文博作题为“scStateDynamics: deciphering the drug-responsive tumor cell state dynamics by modeling single-cell level expression changes”的报告，介绍了scStateDynamics算法，用于解析肿瘤细胞对药物的动态响应。该算法通过建模单细胞基因表达变化，推断肿瘤细胞状态动态并识别共同的药物效应。
清华大学助理研究员郭文博作报告
最后，会议主席古槿宣布会议圆满闭幕，参会的专家、学者与学生进行合影留念。
合影留念
