微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：近年来，大规模基因组学、生物化学和药理学数据不断累积，为机器智能技术在新药研发和药物重定位中的应用提供了新的契机。在本次报告中，我将围绕针对新冠肺炎的老药新用，介绍本课题组最近在AI+药物发现领域的研究进展。我们团队开发了一套系统性药物重定位框架，整合机器学习和统计分析等方法，集成并挖掘大规模知识图谱、文献和转录组数据，从老药中寻找治疗新冠肺炎的潜在候选药物。目前相关预测结果已经成功获得细胞水平的实验验证。
讲者简介：现任职于清华大学交叉信息研究院，长聘副教授，博士生导师，入选中组部“青年千人计划”。于1999年和2002年分别获得浙江大学的学士和硕士学位。2011年，在美国杜克大学(Duke University)获得计算机科学博士学位。2011年至2012年期间，在杜克大学计算机科学系和杜克医学院从事博士后研究。长期致力于开发先进的机器学习和人工智能技术，应用于药物发现和基因组学研究。共计在国际核心期刊和会议上发表论文60余篇，其中通讯作者论文包括Nature子刊Nature Communications、Nature Machine Intelligence、Cell子刊Cell Systems、Nucleic Acids Research等，合作作者论文包括Nature期刊等。相关研究成果获得ESI高引论文、2019“吴文俊人工智能自然科学”三等奖、2018年度和2019年度“中国生物信息学十大进展”、 2019年度“中国生物信息学十大算法和工具”、2020年度世界人工智能大会青年优秀论文、国际会议ICIBM 2019、PDCAT2005最佳论文等。担任国际期刊IEEE/ACM Transactions on Computational Biology and Bioinformatics的编委。多次在计算生物学领域和人工智能的国际一流会议ISMB、RECOMB、IJCAI上担任程序委员会委员。
第五届中国计算机学会生物信息学会议
分会场邀请报告
京公网安备11010802032778号