【丽湖生工大讲坛第六十一讲】 多模态空间组学的分析方法

来源: 发布时间:2026-06-24 10:18:53 浏览次数: 【字体:

主讲嘉宾:郑旭彬 助理教授

主  持  人: 舒桐 副教授

时       间:2026年06月26日 周五 上午10: 00-11: 00

地       点:深圳大学丽湖校区A2-517(1)

 

主讲嘉宾简介:

       郑旭彬,大湾区大学信息科学技术学院助理教授、研究员,广东省高层次青年人才,东莞市AI与动力系统重点实验室副主任,大湾区大学人工智能研究院智慧生命创新中心执行主任,国际计算生物学学会中国理事会理事。长期从事生物信息学与AI for Science研究,主要研究空间组学的多模态与高维表征、疾病早期预警标志物挖掘,成果发表在Nature Communications、Advanced Science、Genome Research、Briefings in Bioinformatics、KDD (oral, 6.1%)、RECOMB (oral, 15%)等生物信息学和人工智能顶级期刊和会议。获国际生物信息与智能计算大会最佳学生论文奖,中国图像图形学会英文会刊Visual Intelligence首个封面文章等。iPAGE算法被重症医学顶级期刊Critical Care 2023年度十大Review评价为“为早期混合标志物带来了可能”。参与编撰2024年《中国人工智能系列白皮书》并主笔“人工智能赋能多组学融合”一章。

 

 报告简介:

       空间组学技术正从根本上重塑我们对组织微环境的理解,其中空间转录组学和空间蛋白质组学分别在2021年和2024年被Nature期刊评为“年度技术”。随着新兴空间多模态组学技术不断涌现,研究人员能够在同一组织切片或连续切片中,同时检测转录组学、蛋白质组学以及表观基因组学等多维度信息。但是,空间多组学数据不同模态数据之间存在巨大的维度差异、分布异质性、连续切片的空间未对齐等挑战。为此,我们提出了SMART、SpaMode和DIME三种计算框架。SMART致力于通过构建统一的空间图和多模态特征特征提取,解决多种空间分辨率和多切片下的组学整合问题。在此基础上,SpaMode提出了一种模态解耦的框架,以解决多切片下缺失模态的补全与整合问题。而DIME主要解决的是“对角线整合”问题,即如何将来自连续切片、空间未对齐且完全没有共享模态特征的数据融合在一起。这些模型将为空间多模态组学构建精准可泛化的分析体系,支撑生命大模型的构建和疾病机制的研究。

分享到:
【打印正文】
×

用户登录