报告题目：微生物组大数据和人工智能驱动的知识发现

报告人：宁康 教授

报告时间：2022年4月27日15:00

报告地点：腾讯会议ID：948-754-403

报告对象：感兴趣的教师、研究生、本科生

主办单位：beat365

报告人简介：

宁康，教授，毕业于新加坡国立大学计算机专业，博士后工作于美国密歇根大学，现为华中科技大学老员工命科学与技术学院教授、博士生导师。他长期从事生物信息学与大数据研究，在《PNAS》、《Genome Biology》、《Genome Medicine》、《Gut》等领域内顶级学术期刊上发表了超过100篇论文；文章总引用超过4000次，H指数30（Google Scholar）。获得软件著作权6项，申请国家发明专利20余项。担任国际期刊Genomics Proteomics Bioinformatics、Microbiology Spectrum、Scientific Reports等编委。担任中国生物信息学学会-基因组信息学分会副主任，中国生物工程学会-计算生物学与生物信息学专业委员会委员，中国计算机协会-生物信息学专业委员会委员等。详细情况请参见：http://www.microbioinformatics.org/。

报告内容：

基于大量的微生物组学数据挖掘方法开发和应用研究基础，本团队全方位总结了微生物组暗物质（microbial dark matter）的内涵及其对数据挖掘的需求，包括三个层面：在菌群层面，需要发掘菌群时空动态变化规律；在物种层面，需要发掘新的物种及其变异；在基因层面，需要挖掘大量新的基因及其尚未理解的功能。在本报告中，我们将介绍本团队在其中菌群层面和基因层面数据挖掘的一些工作。（1）微生物组样本溯源（source tracking）在人体健康和环境领域具有显著的意义。我们设计了基于本体神经网络的ONN4MST方法，不但可以快速和准确的开展样本溯源，同时还可以被用于人体疾病预测等重要方向。（2）基于微生物组大数据，辅助开展蛋白质结构预测，能够极大的填补当前蛋白质结构预测方面同源序列不足的问题。我们设计了基于人工智能的靶向性metaSource方法，从多种环境中发掘了大量的未知结构蛋白质同源序列，高效和准确的提高了蛋白质结构预测的准确性和完整性。 

欢迎全校师生踊跃参加！