时间：9月20日（周四）下午4：30

地点：数计学院6号楼309室

报告题目： 机器学习基因组数据分析--癌症体细胞拷贝数变异功能模式的鉴定方法与应用研究

内容简介：鉴定和发现癌症样本中非随机的体细胞拷贝数变异（SCNA），是查找癌症基因的重要手段，其核心问题是如何利用拷贝数的结构性变异发现甚至可能是弱显著的SCNA功能模式。现有方法大多基于单个SCNA位点和静态零分布的统计检验模型，对弱显著的SCNA的检测能力非常有限。从高通量数据出发，讲座将介绍研究全基因组SCNA功能模式的鉴定理论与方法。在深入考察拷贝数结构特性的基础上，建立基于SCNA结构单元的统计量以检验结构变异模式，通过SCNA结构单元的置换策略和循环剔除真阳性的过程建立动态零分布，解决多重检验中显著性水平估计保守的问题,以发现表面上弱显著的SCNA功能模式。应用于卵巢癌子类全基因组数据，鉴定与子类相关的SCNA功能模式并发现新的潜在癌症基因。该研究对结构变异模式发现理论及SCNA功能模式鉴定技术，进而对SCNA与癌症关系的认识及其在癌症预测和诊断中的应用，都有重要的理论和实际意义。

报告人简介：

王跃，现任美国弗吉尼亚理工及州立大学电与计算机工程系\"格兰特.多弗\"冠名讲席教授，计算生物信息学与生物医学成像实验室主任。获美国马里兰州立大学电与计算机科学系博士及美国乔治城大学医学院博士后。研究领域包括机器学习，模式识别，信号处理, 信息与数据可视化，计算生物信息学，分子功能生物医学成像等。现任美国生物医学工程学会理事，IEEE 机器学习与信号处理技术委员会委员, 和IEEE生物医学成像与信号处理技术委员会委员, 并担任多家国际科技刊物的编委.研究工作获得了多项美国国家卫生研究院和美国国家自然基金资助，总计一千多万美元。获美国马里兰州立大学杰出校友奖，ISI 高引用率科学家。发表论文在自然杂志，癌症研究，生物信息学及电与计算机工程IEEE高水平期刊。

欢迎老师及研究生参加！