中國人民大學(xué)姜昊教授應(yīng)邀作學(xué)術(shù)報(bào)告
應(yīng)偉德國際1946bv官網(wǎng)的邀請(qǐng)，中國人民大學(xué)姜昊教授于2024年10月19日上午9點(diǎn)在中關(guān)村校區(qū)主樓317會(huì)議室做了題為《稀疏多模態(tài)數(shù)據(jù)融合優(yōu)化》的學(xué)術(shù)報(bào)告。報(bào)告會(huì)由郭思尼老師主持，學(xué)院眾多師生參加了本次報(bào)告會(huì)。
姜昊教授的報(bào)告圍繞單細(xì)胞多模態(tài)數(shù)據(jù)的融合與優(yōu)化展開，重點(diǎn)解決了單細(xì)胞數(shù)據(jù)異質(zhì)性分析和多組學(xué)數(shù)據(jù)整合的挑戰(zhàn)。通過創(chuàng)新的算法和技術(shù)路線，旨在提升對(duì)生命過程、細(xì)胞類型的精確理解，并推動(dòng)科學(xué)在單細(xì)胞測序、干細(xì)胞研究等方面的進(jìn)展。
據(jù)姜昊教授介紹，單細(xì)胞測序技術(shù)自2009年問世以來，迅速應(yīng)用于生命科學(xué)的各個(gè)領(lǐng)域。通過對(duì)單個(gè)細(xì)胞進(jìn)行測序，科學(xué)家們能夠更深入地理解細(xì)胞的發(fā)育過程及其復(fù)雜的功能網(wǎng)絡(luò)。尤其是近年來，隨著測序成本的降低和技術(shù)的成熟，單細(xì)胞測序已經(jīng)成為研究多細(xì)胞生命體的重要工具。然而，如何應(yīng)對(duì)單細(xì)胞數(shù)據(jù)中存在的異質(zhì)性、稀疏性以及噪聲問題，仍然是該領(lǐng)域的一大挑戰(zhàn)。本次報(bào)告的亮點(diǎn)之一，是提出了基于核非負(fù)矩陣分解（KNMF）的異質(zhì)性分析方法。這一方法結(jié)合了高階加權(quán)集成學(xué)習(xí)策略，顯著提高了單細(xì)胞RNA測序數(shù)據(jù)的處理能力。此外，研究團(tuán)隊(duì)還通過多模態(tài)高階鄰域拉普拉斯矩陣優(yōu)化，實(shí)現(xiàn)了對(duì)不同組學(xué)數(shù)據(jù)的有效融合。該方法可以更好地分析單細(xì)胞中的細(xì)胞關(guān)系，從而得到更為精確的聚類結(jié)果。通過在多個(gè)數(shù)據(jù)集上驗(yàn)證了新方法的有效性，包括神經(jīng)元細(xì)胞、胚胎干細(xì)胞和外周血單個(gè)核細(xì)胞等數(shù)據(jù)集。實(shí)驗(yàn)結(jié)果表明，KNMF方法在細(xì)胞類型識(shí)別的準(zhǔn)確性和穩(wěn)健性方面表現(xiàn)優(yōu)異，與現(xiàn)有的主流算法（如SC3、SIMLR等）相比，具有明顯的優(yōu)勢(shì)。
這一創(chuàng)新技術(shù)的應(yīng)用前景十分廣闊。在細(xì)胞類型識(shí)別方面，新方法尤其適用于異質(zhì)性較高的癌癥細(xì)胞研究，可幫助科學(xué)家更好地理解腫瘤內(nèi)不同細(xì)胞群體的功能差異。此外，姜昊教授團(tuán)隊(duì)還通過該方法發(fā)現(xiàn)了與特定疾病相關(guān)的生物標(biāo)志物，如與小腸再生相關(guān)的干細(xì)胞類型和與癌癥細(xì)胞增殖相關(guān)的關(guān)鍵基因。未來，這一方法有望廣泛應(yīng)用于多模態(tài)組學(xué)數(shù)據(jù)的分析，幫助科學(xué)家更精確地解析細(xì)胞在不同生物條件下的功能狀態(tài)。
匯報(bào)人簡介：
姜昊，中國人民大學(xué)數(shù)學(xué)學(xué)院教授、 博士生導(dǎo)師，擔(dān)任中國運(yùn)籌學(xué)會(huì)女性工作委員會(huì)副秘書長、中國生物信息學(xué)（籌）生物信息學(xué)算法研究專業(yè)委員會(huì)秘書長、中國工業(yè)與應(yīng)用數(shù)學(xué)會(huì)數(shù)學(xué)與生命科學(xué)專業(yè)委員會(huì)委員，主要從事機(jī)器學(xué)習(xí)、 數(shù)據(jù)挖掘、計(jì)算生物信息學(xué)、基于學(xué)習(xí)的建模、優(yōu)化和控制等方面的研究工作，主持、完成國家自然基金項(xiàng)目 3項(xiàng)，并以核心成員身份參與國家自然科學(xué)基金重大研究計(jì)劃集成項(xiàng)目。在 Pattern Recognition， IEEE Transactions on Neural Networks and learning Systems，Bioinformatics, Briefings in Bioinformatics, Information Sciences， Applied Mathematical Modeling, Applied Soft Computing 等國際權(quán)威期刊和會(huì)議發(fā)表論文 50 余篇。
