报告题目一：人工智能超级计算精准药物发现：抗衰老，癌症免疫与新冠

报告人： 魏冬青  长聘教授

报告摘要：

预测药物-靶标相互作用（DTI）是药物发现过程中必不可少的步骤。我们将DTI预测问题融入多标签学习框架中，用新型特征表示方法来提高准确度，开发了基于级联深林（CDF）的模型，此方法明显优于传统的基于整体学习的方法。为进一步提高预测性能，将社区检测方法引入多标签分类中预测DTI，并命名为DTI-MLCD。通过超大规模的高性能计算和虚拟筛选，我们发现花椒有效成分花椒素（WGX-50）可以通过激动α7乙酰胆碱能受体以及阻止β-amyloid聚集或使其解聚等途径，有效治疗老年痴呆症。除此之外，WGX-50的抗衰老功能在护肤品领域也得到了较好的应用。

此外，我们发现了中药有效成分山奈酚具有抗新型冠状病毒作用。通过超算筛选出一个新冠病毒的有效多肽抑制剂—人肠防御素5。该多肽抑制剂通过掩蔽人血管紧张素转化酶2(ACE2)，抑制新冠病毒(SARS-CoV-2)突刺蛋白对人黏膜细胞的侵袭，从而阻断新冠病毒传染途径，并解释了为何病毒不通过消化系统传染。此发现被“Faculty Opinions”选作推荐论文，德国基尔大学的免疫学专家Jens-Michael Schröder教授进行点评，指出该工作给预防或治疗新冠肺炎提供全新途径。为此，魏冬青教授被评为上海市微生物学会“抗疫突出贡献优秀会员”。

报告题目二： 数据驱动的生物医学研究

报告人： 吕晖  特聘教授

报告摘要：

生物医学数据分析是保障精准医学实施的重要支撑。生物医学数据中组学数据来源多样，分析目的庞杂，数据格式繁多，分析软件达2.4万余个，工作流程爆炸式组合，对研究结果的可靠性和重复性提出了重大挑战。为应对这一挑战，提升临床和科研结果的客观性和科学性，我们构建了涵盖基因组、转录组、蛋白组、甲基化数据的生物医学大数据标准分析平台BMAP，并建立了严格的数据分析评价体系，为不同研究中组学数据分析可靠性、一致性提供了重要保障，并建立了适用于组学数据自动化分析流程的重要接口标准，为国内相关领域的建设提供了重要支撑平台。

主持人：邵文广 长聘教轨副教授

时   间：2022年10月18日(周二) 上午  10:00-11:10

地    点：腾讯会议

会议号：890 668 871

会议密码：221018