报告一：基于病理图像和CT影像的肿瘤标志物预测

报告人：张法

邀请人：雷秀娟

报告时间：2023年12月28日下午3:00

报告地点：文津楼3607

报告摘要：医学多模态数据融合分析是当前的研究热点。现有模型未能充分利用神经网络强大的表示学习能力，无法有效地融合医学影像和病理图像的多模态特征。在本报告中，将介绍我们在围绕全切片病理图像（WSI）开展的生物医学数据融合分析的相关工作，特别是针对小样本WSI的特征提取算法，以及围绕病理图像和CT影像的肿瘤标志物分析工作。

报告人简介：张法，博士，北京理工大学长聘教授，中国科学院计算所客座研究员，博士生导师。现任中国计算机学会（CCF）生物信息学专委会副主任，IEEE计算生命科学专委会（TCCLS）主任。主要从事生物信息学、生物医学图像处理、冷冻电镜三维重构等方面的研究。作为项目负责人和主要参与人承担了多项科技部重点研发专项、国家自然科学基金重点、国际合作重大和专项项目、中国科学院先导、中国科学院知识创新重点等项目。在Cell Research、Natural Communication、Sciences Advances、Genome Biology等国际期刊和ICCV、ISMB、MICCAI等顶级国际会议发表论文160余篇，获得MICCAI2022 Best Paper。

报告二：Advancing a Unified Deep Learning Framework for Peptide and Molecule Mass Spectrometry

报告人：崔学峰

邀请人：雷秀娟

报告时间：2023年12月28日下午4:00

报告地点：文津楼3607

报告摘要：Tandem Mass Spectrometry (MS/MS) is a highly effective analytical technique used to recognize and characterize molecules, such as proteins and other large biological molecules. At present, two major difficulties are being encountered in research.

The ever-growing amount of peptide MS/MS spectra data necessitates the invention of new computational techniques to rapidly search through these databases. We introduce MS2VEC, a unique fingerprint embedding model for large-scale peptide MS/MS spectra library retrieval. This model captures the connections between far-off peaks and incorporates position-aware fingerprint features. To accomplish this, dilated convolutions are utilized to capture remote associations, and a position-aware multi-head attention pooling mechanism is employed to abstract fingerprint features.

Given the limited amount of small molecule MS/MS spectra data, traditional methods that rely on database comparisons are not suitable for newly discovered molecules that have not been added to the database. To address this issue, we introduce MS2SMILES, a novel approach that considers hydrogen atoms as implicitly linked to heavy atoms. This method is specifically designed to accuratelypredict hydrogen atoms in chemical structures, which are not explicitly represented in SMILES.

报告人简介：崔学峰，博士，山东大学计算机科学与技术学院教授，现任中国计算机学会（CCF）生物信息学专委会秘书长。2001.09至2014.04在David R. Cheriton School of Computer Science，University of Waterloo, Canada先后获得学士、硕士和博士学位，2014.06至2016.08在沙特阿拉伯阿卜杜拉国王科技大学（KAUST）担任博士后研究员。2016.10至2019.07在清华大学交叉信息研究院工作，2019.09至今在山东大学计算机科学与技术学院任教。获得了2019年ACM SIGBIO新星奖。崔教授一直致力于机器学习、并行算法与生物信息学的研究。对于蛋白质生物信息学核心问题——同源搜索问题，提出了多个创新算法。近期研究工作聚焦于蛋白质结构和药物设计领域。他的杰出研究工作曾多次发表在国际知名期刊Bioinformatics, Genome Medicine, Nucleic Acid Research (NAR), ACS Synthetic Biology及国际知名学术会议上。此外，其创新科研成果被国际媒体Bio-Techniques报道1次，被国际媒体Science X报道2次。