报告题目：基于空间组学数据的空间模式解析

报告时间：12月7日10:00-12:00

报告地点：数学楼2-2会议室

报告摘要：空间转录组（ST）技术的快速发展为揭示组织内基因表达和细胞状态的空间异质性提供了新途径，空间多组学技术更是能够以空间分辨率同步解析转录组学、蛋白质组学和表观基因组学特征，为复杂组织结构与分子调控机制的研究提供了全新视角。然而准确剖析时序结构（如空间域、空间伪时序推断和功能相互作用）、在空间背景下有效整合多组学数据仍具有挑战性。报告围绕空间转录组和空间多组学数据介绍了两种新的计算框架——PearlST和SpaDDM。PearlST提出了一种基于扩散增强的对抗学习策略，解析空间转录组数据的伪时序结构，包括空间域的识别，空间伪时序推断和功能性相互作用等。SpaDDM提出了基于定向扩散模型的空间多组学整合框架，支持空间模式识别、跨组学对齐以及细胞内与细胞间信号流分析。

报告人简介：郑春厚，安徽大学教授、博士生导师，国家“万人计划”科技创新领军人才，安徽省学术和技术带头人。近年来，在Research、Nucleic Acids Research、Bioinformatics、Briefings in Bioinformatics、PLoS Computational Biology、Neural Computation、IEEE/ACM Transactions 系列汇刊等国内外重要学术期刊发表论文100余篇；主持国家重点研发计划课题1项、国家自然科学基金项目5项（其中重点项目2项）、省部级课题多项；2007年获中国科学院王宽诚博士后工作奖，2010年获安徽省自然科学一等奖，2016年获教育部自然科学一等奖，2019年获安徽省自然科学二等奖；应邀在多个国际、国内学术会议做交流报告。现任中国生物信息学会（筹）生物医学数据挖掘与计算专委会秘书长、中国计算机学会生物信息学专业委会常委。