（图文|熊麒 编辑|信息 审核|胡学海）受我院胡学海教授邀请，7月7日10：30—11:30，加州大学河滨分校终身副教授贾震宇在一综B113会议室做了题为“A Hierarchical Multi-Omics Prognostic Model Reveals the Relevance of Human Papillomavirus to Prostate Cancer”的学术报告。信息学院30名师生参加报告会，会议由大数据科学系主任胡学海教授主持。

   贾震宇老师首先介绍了传统前列腺癌临床检测方式，包括PSA检测、DRE检测、活检等。但通过临床这些指标进行筛查，须对病人进行手术或穿刺采样，给病人带来较大痛苦。因此通过筛选前列腺癌的分子marker预测性状，则有望开发基于分子标记的检测方法，以替代传统手术或穿刺检测，具有重大临床应用价值。随后贾震宇老师介绍了传统使用基因组信息进行预测的困难，一是进行大量基因测序会大大增加实验费用；二是传统统计方法无法有效处理模型的参数量远大于样本量的问题。贾震宇老师结合自身课题组基于Instrumental Variables Regression和MLLASSO方法的基础，将Methylome、miRNom、Transcriptome三组学的数据集成到单个模型应用到人类的前列腺癌的预测当中。最终，模型通过学习由观测到的MicroRNA、Transcriptome监督的三层遗传特征，显著提升了前列腺癌的预测性。贾震宇介绍了对筛选出来的gene进行GO富集和通路富集等分析，并与宫颈癌、胆道癌，直肠癌等几种癌症比较，得出前列腺癌和宫颈癌的致病基因有相似之处的结论，再通过HPV病毒与前列腺癌的标志性指标TGFβ的相关性研究，发现HPV感染与前列腺癌显著相关，这对前列腺癌的预后起到重要作用。

   交流环节，与会者就HPV病毒在基因组上的插入位点对前列腺癌表征的影响、可使用深度学习方法、使用序列数据作为输入等进行后续模型的优化进行深入讨论。贾老师由浅入深地为大家展示了整合多组学的模型在癌症预后中的应用，总结了老师们共同合作的重要成果，点明了学术交流与合作的重要性。大家受益良多，本场报告圆满结束。