网站首页  学院概况  师资队伍  学科建设  科学研究  人才培养  专业认证  学生工作  党建思政  教工之家  校友之窗  English 

电气与信息工程学院”谦之“学术讲坛之六

作者: 时间:2022-04-21 点击数:




报告题目:微生物组大数据和人工智能驱动的知识发现

报告人:宁康 教授

报告时间:2022年42715:00

报告地点:腾讯会议ID:948-754-403

报告对象:感兴趣的教师、研究生、本科生

主办单位:电气与信息工程学院

报告人简介:

宁康,教授,毕业于新加坡国立大学计算机专业,博士后工作于美国密歇根大学,现为华中科技大学大学生命科学与技术学院教授、博士生导师。他长期从事生物信息学与大数据研究,在《PNAS》、《Genome Biology》、《Genome Medicine》、《Gut》等领域内顶级学术期刊上发表了超过100篇论文;文章总引用超过4000次,H指数30(Google Scholar)。获得软件著作权6项,申请国家发明专利20余项。担任国际期刊Genomics Proteomics Bioinformatics、Microbiology Spectrum、Scientific Reports等编委。担任中国生物信息学学会-基因组信息学分会副主任,中国生物工程学会-计算生物学与生物信息学专业委员会委员,中国计算机协会-生物信息学专业委员会委员等。详细情况请参见:http://www.microbioinformatics.org/。

报告内容:

基于大量的微生物组学数据挖掘方法开发和应用研究基础,本团队全方位总结了微生物组暗物质(microbial dark matter)的内涵及其对数据挖掘的需求,包括三个层面:在菌群层面,需要发掘菌群时空动态变化规律;在物种层面,需要发掘新的物种及其变异;在基因层面,需要挖掘大量新的基因及其尚未理解的功能。在本报告中,我们将介绍本团队在其中菌群层面和基因层面数据挖掘的一些工作。(1)微生物组样本溯源(source tracking)在人体健康和环境领域具有显著的意义。我们设计了基于本体神经网络的ONN4MST方法,不但可以快速和准确的开展样本溯源,同时还可以被用于人体疾病预测等重要方向。(2)基于微生物组大数据,辅助开展蛋白质结构预测,能够极大的填补当前蛋白质结构预测方面同源序列不足的问题。我们设计了基于人工智能的靶向性metaSource方法,从多种环境中发掘了大量的未知结构蛋白质同源序列,高效和准确的提高了蛋白质结构预测的准确性和完整性。 

欢迎全校师生踊跃参加!

学院地址:安徽省马鞍山市马向路安徽工业大学秀山校区电气楼    邮政编码:243032