（文|夏静波 全源）5月27日下午，本学期Happy Hour第8场报告如期举行。应我院夏静波副教授的邀请，希腊Institute of Informatics and Telecommunications, NCSR Demokritos研究团队George Paliouras博士通过线上线下结合的方式，为学院师生作了题为“BioASQ协同增效：使用BioASQ生态系统解决针对COVID-19的开放研究问题”的学术报告，报告会由夏静波副教授主持。

   报告中，George Paliouras博士首先介绍了BioASQ生物问答系统的评测任务设置和任务开展情况。BioASQ任务主要围绕实体链接、问答系统、主题概括等NLP研究问题，是生物医药自然语言处理领域知名评测任务，自2012年面世以来，每年开展全球性比赛，前后吸引20多个国家数十支队伍参赛，有效促进了PubMed生物文本的MeSH语义标注、生物领域自然语言的问答系统开发、文本主题概括等各个领域方法学发展。报告人总结了10年来参赛队伍的成绩变化，并就不同问答系统任务特点进行了方法学对比研究。

   随后，George Paliouras博士同时介绍了BioASQ近2年来在CoVid-19数据资源建设上的尝试。自2019年新冠疫情爆发以来，BioASQ生物问答系统增加了针对CoVid-19的数据整合部分，通过生成提问数据、专家解答数据、匹配的生物文献数据，有针对性生成了129个CoVid-19症状、用药等相关主题的问答数据和文献概括数据。与传统BioASQ问答系统资源构建目标相同，这些建立的资源为后期评测任务提供了高质量训练数据，同时为后疫情时代智能化健康咨询平台的构建提供了基础。

   提问环节，师生们与George Paliouras博士就“实体标准化策略”“对药物-药物关系开发的启示”“问答系统数据质量评价”等问题展开充分讨论。

   随后进行了第2场学术交流。生物信息系青年教师全源博士作了题为“基因的遗传及进化信息在药物靶标鉴定中的应用”学术报告。信息学院副院长李国亮教授主持本场交流报告，报告会吸引学院多位师生参加。

   报告主要从“Genetic knowledge of genes in drug target identification”“Evolutionary knowledge of genes in drug target identification ”“Knowledge graph enables identification of super drug targets”等3方面展开。在现代药物发现流程中，药物靶标鉴定是关键步骤之一。近年来，药物靶标鉴定策略取得迅速进展，但如何从众多人类基因中鉴定有希望的新靶标仍是一个巨大挑战，这是造成制药业“高投资、低回报”的重要原因之一。全源博士研究表明：成功药物靶标具有一些共同进化和遗传学特征。这意味着现代进化生物学和遗传学中积累的知识对于识别潜在的药物靶标及寻找新药非常有帮助。全源博士全面总结了药物靶标与相关基因的遗传及进化起源信息之间的联系，系统阐述了基因的遗传及进化信息在药物靶标鉴定中的应用。

   报告会后，老师和同学纷纷和全源博士展开交流讨论，本次交流会在积极的讨论交流中落下帷幕。