报告题目：单细胞和空间组学数据分析与理解
报告人：于卓含博士 吉林大学人工智能学院
报告摘要：
单细胞和空间组学作为生命科学的前沿颠覆性技术，其核心价值在于驱动数字化精准医疗变革并为复杂疾病机制解析赋能。然而，目前市面上的常规分析模型多为单模态或离散空间模式，用户只能进行碎片化数据聚类，而无法深入挖掘时空连续的表观调控网络。图深度学习作为一种引导组学大数据适配下游任务的重要方法，在复杂组织解构时，却面临着诸多挑战，包括表达谱高度稀疏导致细胞身份定义模糊、跨平台批次效应强使得多源数据难以适配、以及在捕捉稀有病理信号和三维重构时优化难度大的问题。为了应对这些挑战，本报告将介绍我们在面向单细胞和空间组学数据分析与理解上的相关探索。
报告人简介：
于卓含，吉林大学人工智能学院2022级博士研究生，主要研究方向是生物信息学。在国内外知名期刊及会议上发表论文10余篇，其中以第一作者及共同第一作者身份在Nature Communications、Advanced Science、Briefings in Bioinformatics、AAAI等发表论文5篇。主持国家自然科学博士基金项目1项，同时还担任Advanced Science、Genome Medicine、TKDE等期刊的审稿人。
报告时间：2026年5月22日（星期五） 上午8:30
报告地点：吉林大学正新楼三楼报告厅
