报告题目：因果推断及在疾病系统生物学中的应用
报告摘要：肿瘤的发生发展是一个复杂的多阶段过程，包括复杂的细胞改变和生理学调控机制。组学数据积累为肿瘤的系统重构提供可能。然而，生物数据中存在的或生物系统本身蕴含的混杂因子使得检测到的相关关系远不能反映因果关联，这对于理清肿瘤发生与演进的分子机制提出巨大挑战。本报告将汇报两个肿瘤系统生物中因果推断的研究工作：1.提出了基于变分推断的未观测混杂因素表征及混杂偏差去除方法，评估体细胞突变对细胞增殖和上皮间质转化等肿瘤重要生物过程的因果效应，进而识别驱动肿瘤发展的关键基因突变；2.提出了融合图神经网络和因果结构发现的调控网络推断方法，重构炎-癌转化过程中各阶段的调控网络，进而识别驱动肿瘤发生发展的关键调控分子。
报告人简介：吉林大学人工智能学院副教授，博士生导师。主要研究方向为因果推断、肿瘤系统生物学、机器学习。近年以第一作者或通讯作者发表在《Cancer Research》、《National Science Review》、AAAI等杂志和会议上发表论文20余篇。主持国自然面上项目及青年项目各1项、吉林大学有组织科研专项项目1项，参与国自然项目3项。获2022年ACM SIGBIO CHINA新星奖。任中国生物信息学会 (筹)系统生物学专委会常务委员, 中国计算机学会生物信息学专委会委员，吉林省人工智能学会理事。
报告时间：2023年10月19日 星期四 下午1：30-3：00
报告地点：前卫校区-逸夫楼-第七阶梯
