“CCF-BIO走进西南大学”活动是中国计算机学会（CCF）为了更好地推动生物信息学与信息科学等学科之间的学术交流，促进本领域学者间的交流与合作，更好的提升我国生物信息学研究水平，在全国范围内的高校、科研院所等开展的“CCF-BIO走进高校系列报告会活动”之一。本活动将于2018年1月5日在西南大学25号教学楼1320室举行，届时华中科技大学自动化学院潘林强教授、安徽大学计算机科学与技术学院郑春厚教授、电子科技大学信息生物学中心林昊研究员将到会报告。欢迎相关领域的老师、学生、其他有兴趣者参加。

报告会程序：

15:00  报告会开始

特邀讲者：潘林强 博士，华中科技大学自动化学院教授

演讲题目：生物计算及其在分子检测等领域的应用

特邀讲者：郑春厚 博士，安徽大学计算机科学与技术学院教授

演讲题目：多维癌症基因组数据的集成分析

特邀讲者：林昊 博士，电子科技大学信息生物学中心特聘研究员

演讲题目：K-tuple伪核苷酸组分在DNA调控元件预测中的应用

17:30  报告会结束

联系人：王峻 博士，日博体育注册副教授

        余国先 博士，日博体育注册副教授

特邀讲者：潘林强 教授

   华中科技大学自动化学院“华中学者”特聘岗教授，湖北省运筹学学会理事长，中国电子学会图论与系统优化专业委员会副理事长，中国计算机学会高级会员，中国电子学会高级会员，中国人工智能学会高级会员。主要从事计算机科学和生物信息处理的研究和教学工作。先后主持7项国家自然科学基金面上项目、1项国家自然科学基金重点项目、1项国家自然科学基金重大国际合作项目、3项教育部博士点基金项目。2005年入选教育部新世纪优秀人才计划，2007年“非传统高性能计算中的生物计算理论”获湖北省自然科学一等奖，2014年“基于生物机理的计算模型和算法”获教育部自然科学一等奖。

报告主题：生物计算及其在分子检测等领域的应用

报告摘要：细胞是生物体最基本的结构和功能单元，蕴含了大自然千万年进化所沉淀的智能，其中DNA分子具有存储容量大、存储密度高、自组装等特点，是信息处理值得探索的理想载体。生物计算是探索高性能计算的新途径之一。该报告将介绍生物计算的研究背景、理论和实验的研究进展，及其在生物学中的应用，如靶向载药、测序、高分辨率荧光成像等。

特邀讲者：郑春厚 教授

  安徽大学计算机科学与技术学院教授、博士生导师、副院长，安徽省学术和技术带头人后备人选。近年来，在Bioinformatics、Neural Computation、Pattern Recognition、IEEE/ACM Transactions 系列会刊等国内外重要学术刊物与国际会议上发表论文80余篇，其中50余篇被SCI检索，论文总被引1600余次。作为项目负责人，主持完成国家自然科学基金2项、省部级课题多项。2007年获中国科学院王宽诚博士后工作奖，2010年获安徽省科学技术奖自然科学类一等奖（第二完成人），2016年获教育部高等学校科学研究优秀成果奖（科学技术）一等奖。

报告主题：多维癌症基因组数据的集成分析

报告摘要：了解癌症的发展机制和挖掘潜在的相关基因或疾病相关的通路是癌症治疗的关键。随着高通量测序技术的快速发展，TCGA，ICGC等一批大型癌症基因组学项目已经形成了一个海量的高维组学数据。现有研究认为，基因或通路构成协同作用的网络影响癌症进程。因此，我们可以通过网络整合多组学数据来研究癌症发展机制。如何才能区分驱动基因或重要通路？在本次报告中，我会给出基于网络的计算方法来发现驱动基因和癌症亚型。另外，我将介绍两种基于突变数据来解决最大权重子矩阵问题的模型，以识别驱动通路。

特邀讲者：林昊 教授

    电子科技大学信息生物学中心特聘研究员，博士生导师。2007年博士毕业于内蒙古大学生物物理专业。长期从事生物大分子数据信息挖掘、识别相关的生物信息学与系统生物学研究。在真核DNA复制与转录的计算表观遗传机制、蛋白质结构与功能的生物信息挖掘、基因调控网络的构建等方面进行了深入的研究。在Nucleic Acids Res、Bioinformatics、Mol Ther-Nucl Acids、J Proteomics等期刊上发表SCI检索学术论文90余篇，被引用超过3500篇次。先后有22篇论文被ESI收录。建立生物信息在线服务网站40多个，为来自美国、欧洲等50余个国家、地区的研究提供服务。担任Scientific Reports期刊编辑，多个SCI期刊特刊编辑，为40余种国外SCI期刊审稿。受到国家自然基金、四川省基金和中央高校基本业务费等项目资助。获得电子科技大学校百人计划、学术新人奖、唐立新奖教金、四川省科技进步三等奖和河北省科技进步三等奖。

报告主题：K-tuple伪核苷酸组分在DNA调控元件预测中的应用

报告摘要：对基因组调控元件的识别是生物信息的中的重要研究课题。我们开发了一种基于核苷酸片段物化性质关联的伪核苷酸组分来描述DNA、RNA样本，并应用于启动子、核苷酸修饰、重组为点的预测等问题中，取得良好的预测效果。基于这些模型，构建了一系列的在线预测服务，为进一步的序列分析提供帮助。

联系人：王峻（计算机与信息科学学院）

电话:023-68254396

CCF-BIO组委会网站：http://www.ccf.org.cn/tc/zwmd/swxxxzyz/

欢迎广大师生积极参加！