題目：基于深度學(xué)習(xí)的合成生物系統(tǒng)模擬預(yù)測

　　報告人：鄭春厚

　　時間：2023年04月14日（周五）,，下午15:30—16:10

　　地點(diǎn)：31-904

　　報告摘要：

　　合成生物學(xué)是以理性設(shè)計(jì)和改造生物系統(tǒng)為目標(biāo),，構(gòu)建工程化平臺是合成生物系統(tǒng)的重要研究手段，目前工程化試錯存在海量的試錯空間,，仍缺少標(biāo)準(zhǔn)的合成生物元件,，而其基礎(chǔ)是實(shí)現(xiàn)不同生物系統(tǒng)的合成生物元件及其功能以及合成生物系統(tǒng)功能預(yù)測。隨著人工智能技術(shù)的快速發(fā)展,，將人工智能技術(shù)與合成生物學(xué)融合是大勢所趨,，通過數(shù)據(jù)驅(qū)動及持續(xù)學(xué)習(xí)，可以有效實(shí)現(xiàn)合成生物元件及系統(tǒng)功能預(yù)測,。針對上述挑戰(zhàn),，我們利用深度學(xué)習(xí)等人工智能技術(shù)，分別針對噬菌體,、微藻和鯉春魚免疫系統(tǒng)等不同的合成生物系統(tǒng),，研究其合成生物元件及功能預(yù)測的智能化方法,，并通過基因調(diào)控網(wǎng)絡(luò)推理研究合成生物系統(tǒng)功能預(yù)測方法。以上研究提高了合成生物元件及系統(tǒng)功能預(yù)測性能,，可以為構(gòu)建標(biāo)準(zhǔn)元件庫以及合成生物系統(tǒng)構(gòu)建提供技術(shù)支撐,。

　　報告人簡介：

　　鄭春厚，安徽大學(xué)教授,、博士生導(dǎo)師,、科學(xué)技術(shù)處處長，安徽省學(xué)術(shù)和技術(shù)帶頭人,，國家科技創(chuàng)新領(lǐng)軍人才,。近年來，在Bioinformatics,、Briefings in Bioinformatics,、PLoS Computational Biology、Neural Computation,、IEEE/ACM Transactions 系列匯刊等國內(nèi)外重要學(xué)術(shù)期刊發(fā)表論文100余篇,；主持國家重點(diǎn)研發(fā)計(jì)劃課題1項(xiàng)、國家自然科學(xué)基金項(xiàng)目4項(xiàng)（其中重點(diǎn)項(xiàng)目1項(xiàng)）,、省部級課題多項(xiàng),；2007年獲中國科學(xué)院王寬誠博士后工作獎，2010年獲安徽省自然科學(xué)一等獎,，2016年獲教育部自然科學(xué)一等獎,，2019年獲安徽省自然科學(xué)二等獎；應(yīng)邀在多個國際,、國內(nèi)學(xué)術(shù)會議做交流報告?，F(xiàn)任中國生物信息學(xué)會（籌）生物醫(yī)學(xué)數(shù)據(jù)挖掘與計(jì)算專委會秘書長、國際期刊《Frontiers in Genetics》Associate Editor,。