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：细胞内参与各个生命过程的分子会对有限的资源产生竞争。竞争会为本无直接联系的组分引入复杂耦合关系，影响基因表达。这种复杂的竞争耦合关系在不同生物体内、不同生理过程中广泛存在，“牵一发而动全身”，为基因调控过程引入了丰富的性质，同时也为我们理解天然生命系统、设计并控制人工生命系统带来了巨大的障碍。 竞争调控系统高度耦合，难以通过传统生物学“观测–分析”的研究策略破解复杂现象后的本质规律。因此，我们提出了将数基理论模型与碳基生物实验结合的“数碳融合”研究策略，通过对各种分子竞争系统进行抽象，建立一致化竞争性调控模型，并重点基于该模型预测竞争性调控如何影响基因表达系统的鲁棒性。我们以miRNA这一真核细胞中重要的基因调控分子为例，通过单细胞组学数据分析和合成基因线路实验验证了模型预测结果，阐明了“弱而多”的miRNA相互作用关系在增强基因表达稳定性方面的重要作用。我们进一步将这一模型应用于基于合成生物技术的细胞分类器设计之中，通过理性设计能够感知细胞特异miRNA的序列，定向调控基因表达噪声，大幅改善细胞分类效果，为精准识别并杀伤肿瘤细胞、实现高效安全的基因治疗提供了方法支撑。
讲者简介：博士，清华大学自动化系长聘教授。于2003年和2008年在清华大学自动化系获工学学士学位和工学博士学位，并曾赴美国冷泉港实验室和加州大学伯克利分校访问学习，2008年起在清华大学任教至今。主要研究方向为模式识别与机器学习、生物信息学。曾担任中国生物工程学会青年工作委员会主任、中国人工智能学会生物信息学与人工生命专委会副主任、中国计算机学会生物信息学专委会常委等。曾获全国优秀博士学位论文奖、中国自动化学会青年科学家奖，并获得国家自然科学基金优秀青年基金、教育部新世纪优秀人才计划等支持。
第六届中国计算机学会生物信息学会议
分会场邀请报告（拼音顺序）
京公网安备11010802032778号