English
管理与服务机构
美高梅在线登录网址-手机登录官网-www.4688.com党委办公室、校长办公室 纪律检查委员会办公室(监察处) 党委组织部 党委党校 党委宣传部(新闻办公室) 党委统战部 党委学生美高梅在线登录网址部 人民武装部 机关党委 财院校区党工委 离退休处党委 校工会 共青团美高梅在线登录网址-手机登录官网-www.4688.com委员会 发展规划办 教务处 现代工程训练中心 研究生院 学生美高梅在线登录网址处 招生与就业指导处 科学技术研究院 社会科学处 人力资源处 人才工程办公室 计划财务处 资产管理中心 国际合作交流处 监察处 审计处 实验室建设与设备管理处 后勤与房地产管理处 基本建设处 离退休处 保卫处(综合治理办公室) 法律事务办公室 档案与校史馆 财院校区管委会 校友美高梅在线登录网址办公室 校园信息化建设与管理办公室 图书馆 远程与继续教育学院 美高梅在线登录网址-手机登录官网-www.4688.com空军选培办 两型社会研究院 美高梅在线登录网址-手机登录官网-www.4688.com超级计算中心 美高梅在线登录网址-手机登录官网-www.4688.com互联网信息服务研究中心 资产经营有限公司 美高梅在线登录网址-手机登录官网-www.4688.com出版社有限责任公司 美高梅在线登录网址-手机登录官网-www.4688.com期刊社 后勤服务总公司 校医院 人口和计划生育办 普教中心
教育与研究机构
机械与运载工程学院 电气与信息工程学院 材料科学与工程学院 信息科学与工程学院 建筑学院 环境科学与工程学院 土木工程学院 设计艺术学院 化学化工学院 生物学院 数学与计量经济学院 物理与微电子科学学院 经济与贸易学院 金融与统计学院 工商管理学院 法学院(政治与公共管理学院) 马克思主义学院 新闻传播与影视艺术学院 教育科学研究院 体育学院 中国语言文学学院 岳麓书院 外国语学院 国家高效磨削工程技术研究中心 汽车车身先进设计制造国家重点实验室 化学生物传感与计量学国家重点实验室 经济管理研究中心 机器人学院
校园生活
当前位置: 美高梅在线登录网址 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 机械与运载工程学院 118
    2 物理与微电子科学学院 103
    3 岳麓书院 101
    4 化学化工学院 97
    5 数学与计量经济学院 50
    6 材料科学与工程学院 45
    7 土木工程学院 42
    8 建筑学院 40
    9 经济与贸易学院 38
    10 电气与信息工程学院 33
  • 排序 学院 发文量
    11 信息科学与工程学院 30
    12 工商管理学院 28
    13 生物学院 18
    14 法学院 15
    15 外国语学院 15
    16 教务处 14
    17 新闻传播与影视艺术学院 8
    18 研究生院 7
    19 经济与管理研究中心 6
    20 马克思主义学院 5
    21 中国语言文学学院 4
信科院:大数据时代下基于网络算法和机器学习的生物信息学研究
学术地点 信息科学与工程学院542会议室 主讲人 陈兴 中国矿业大学信息与控制工程学院教授
讲座时间 2018年11月27日周二16:00

题目:大数据时代下基于网络算法和机器学习的生物信息学研究

主讲人:陈兴

报告时间:2018年11月27日周二16:00

报告地点:美高梅在线登录网址-手机登录官网-www.4688.com信息科学与工程学院542会议室

报告人简介:陈兴,中国矿业大学信息与控制工程学院教授(2016-至今,直接破格),博士生导师(2016-至今),中国矿业大学生物信息研究所所长,中国矿业大学首批越崎学者,江苏省“六大人才高峰”高层次人才,中国工业与应用数学学会数学生命科学专业委员会秘书长,辽宁省生物大分子计算模拟与信息处理工程技术研究中心专家委员会副主任,江苏省生物信息学专业委员会委员,江苏省人工智能学会智能系统与应用专业委员会委员,江苏省双创团队核心成员。Frontiers in Genetics、Frontiers in Plant Science、BMC Systems Biology三家中科院二区杂志副主编,Scientific Reports、Current Protein & Peptide Science、Current Proteomics三家SCI杂志编委,Frontiers in Microbiology、Current Medicinal Chemistry、International Journal of Molecular Sciences等七家SCI杂志首席特约编委,八家国际生物信息学会议程序委员会成员。从事生物信息学和系统生物学领域的相关研究,主要研究美高梅在线登录网址集中在开发和利用复杂网络、机器学习、深度学习、图论、组合数学等方法对于复杂疾病、非编码RNA和网络药理学方面的系统生物学领域的多个重要问题进行探索和研究,并取得一系列重要进展。在中科院一区期刊Nucleic Acids Research、Bioinformatics、PLoS Computational Biology、Briefings in Bioinformatics等发表论文100篇(SCI论文95篇,影响因子累计约415),其中第一作者52篇,通讯作者79篇,以一作或者通讯发表JCR一区论文59篇。论文被引用3000多次,目前9篇论文为ESI高被引论文,1篇论文为ESI热点论文,H-因子为29,单篇最高引用次数为441,曾获教育部高等学校科学研究优秀成果奖自然科学奖二等奖、江苏省www.4688.com与研究成果奖高校自然科学研究类一等奖、淮海科技英才奖、国际网络博弈论大会最佳论文奖、图论与组合算法国际研讨会青年论文奖、世界华人数学家大会新世界数学奖、徐州市自然科学优秀学术论文、徐州市优秀科技美高梅在线登录网址者、沈阳市自然科学学术成果奖等荣誉,主持国家自然科学基金面上项目、青年基金、江苏省“六大人才高峰”高层次人才项目、中国矿业大学越崎学者人才引进项目等项目。

内容提要:In this talk, the following effective computational models developed by Chen Group for the Bioinformatics research will be introduced: 1) PBMDA (PLOS Computational Biology, 2017, 13(3): e1005455, cited 78 times): Path-Based MiRNA-Disease Association (PBMDA) prediction model was proposed by constructing a heterogeneous graph consisting of three interlinked sub-graphs and further adopting depth-first search algorithm to infer potential miRNA-disease associations. 2) LRLSLDA (Bioinformatics, 2013,29(20):2617-2624, cited 137 times): We proposed the assumption that similar diseases tend to be associated with functionally similar lncRNAs and further developed the method of Laplacian Regularized Least Squares for LncRNA-Disease Association (LRLSLDA) in the semi-supervised learning framework. 3) KATZHMDA (Bioinformatics, 2017, 33(5):733-739, cited 43 times): We constructed a microbe-human disease association network and further developed a novel computational model of KATZ measure for Human Microbe–Disease Association prediction (KATZHMDA) based on the assumption that functionally similar microbes tend to have similar interaction and non-interaction patterns with noninfectious diseases, and vice versa. To our knowledge, KATZHMDA is the first tool for microbe–disease association prediction. 4) NRWRH (Molecular BioSystems,2012,8(7):1970-1978, cited 220 times): The method of Network-based Random Walk with Restart on the Heterogeneous network (NRWRH) is developed to predict potential drug–target interactions on a large scale under the hypothesis that similar drugs often target similar target proteins and the framework of Random Walk. NRWRH makes full use of the tool of the network for data integration to predict drug–target associations. 5) NLLSS (PLOS Computational Biology, 2016,12(7): e1004975, cited 58 times): We proposed similar nature of drug combinations: principal drugs which obtain synergistic effect with similar adjuvant drugs are often similar and vice versa, and further developed a novel algorithm termed Network-based Laplacian regularized Least Square Synergistic drug combination prediction (NLLSS) to predict potential synergistic drug combinations by integrating different kinds of information such as known synergistic drug combinations, drug-target interactions, and drug chemical structures.

上一条:信科院:Cancer germline genomics: from biological insights to genomic predictions
下一条:材料院:基于双极性二维晶体的新型纳米器件

美高梅在线登录网址官网
美高梅在线登录网址微信
美高梅在线登录网址微博
XML 地图 | Sitemap 地图