科研进展

学院承办第17届亚太生物信息学大会

发布日期:2019-01-18 发表者:陈治国 浏览次数:





1月13—16日,为期4天的第17届亚太生物信息学大会在我校国际学术交流中心举行。此次大会由信息学院主办,来自美国、加拿大、新加坡、澳大利亚、中国等世界各地生物信息学领域专家学者200余人参加会议,作了69场报告,33个海报展示,共收录论文59篇,主题涵盖了生物信息学和计算生物学当前最前沿的热点问题,会议主席是资深生物信息学家、加拿大皇家科学学院院士David Sankoff教授。会议主要围绕测序和基因分型技术、基因调控、转录组学、表观遗传、比较和进化基因组学、RNA和蛋白质分析、网络生物学和系统生物学、生物成像技术、复杂疾病和癌症等亮点内容展开。


13日是前期会议,来自北京大学李程教授,新加坡国立大学Rohan Williams教授和中科院王勇教授分别作了转录组分析、宏基因组和基因调控网络三大主题报告。随着三代测序的迅速发展,单细胞RNA-Seq相比传统的RNA-Seq技术更能解释细胞的异质性问题,李程教授详细介绍单细胞数据从测序到分析的完整流程,包括数据标准化、聚类、可视化以及功能分析等。Rohan Williams教授以宏基因组领域的历史为引子,聚焦当前分离环境细菌技术的局限性,从16S扩增子测序、HiC、单细胞测序等研究手段系统介绍了宏基因组的分析策略。王勇教授则抛出“什么是调控元件”,“有哪些定量功能”,“组织或条件特异性能产生什么影响”三个问题,结合高通量基因表达数据、ChIP数据、染色质开放数据详细解释了基因调控机制。


14日正式会议开始。副校长青平教授致欢迎词。首位特邀报告人是来自加拿大滑铁卢大学李明教授,他的报告题目是:新抗原的发现。当前免疫治疗的核心是通过激活免疫系统来攻击癌细胞,因此如何寻找个性化的抗原来激活免疫系统是横亘在科学家面前的一道坎。李明教授围绕“癌症免疫疗法”阐述了如何利用先进的质谱技术和深度学习方法发现肿瘤细胞表面新抗原,将质谱仪得到的谱图作为神经网络的输入,输出则是相应的抗原物质结构。这种方法实现起来简单,而且非常便宜高效。


来自以色列特拉维夫大学的Ron Shamir做了题为“Integrated analysis of cancer data and precision medicine”的报告。随着测序技术的发展,产生了大量的生物学数据,对于这些数据的分析已经应用到了基础科学研究和基础医学研究中。虽然对于每套数据的独立研究提出了不少新观点,但对于这些数据的整合研究或许能够产生更加全面系统的发现。Shamir教授展示了在肿瘤研究中使用整合分析的优势。他从2方面进行了研究:第一,使用一种组学数据分析研究多种癌症;第二,使用多组学数据研究同一种癌症。为此,他们开发了全新的研究方法,并发现整合分析具有明显的优势。他们还在精准医疗领域取得进展,Shamir为我们展示了他们在鉴定驱动基因并对驱动基因进行排序的新方法,该方法在个人肿瘤研究中具有明显优势,并且为精准医疗的发展提供了可资借鉴的经验。


病毒在我们是生活中无处不在,但是缺少高效的方法来研究病毒的功能。美国南加州大学孙丰珠教授以他们实验室开发的一种用于鉴定宏基因组样品中新型病毒的计算工具阐述了病毒和疾病的关系。他以研究宏基因组学的方法为切入点,结合d2*和深度学习等方法,开发了VirFinder,VirFinder-Deep,VirHost-Matcher,VirHostMatcher-Net,MicroPro等系列软件,可用于发现新的病毒,寻找病毒的宿主以及病毒和宿主的交互网络。


此外,国内外多位学者纷纷展示了他们研究的创新和成果,报告人神采飞扬,听众们茶歇期间热烈讨论,不仅加深了对自己研究方向的理解,扩充了思路,同时也领略了其他方向的发展和意义。


亚太生物信息学会议(APBC)系列是一个年度国际论坛,用于探索生物信息学领域的研究、开发和新应用。它作为国际型会议,汇集了一批国内外生物信息学领域学术界和工业界志同道合的学者们分享知识和经验,提供了一个展示创新和成就的平台,同样为国内外实验室之间的合作交流搭建桥梁,为了全人类医疗健康的发展助一臂之力。