7月4日上午应我院之邀，杨家亮研究员为我校师生作了一场《关于预测流感抗原性进化的几个机器学习算法》的学术报告。
杨家亮，博士后研究员。研究方向是生物大数据分析与精准医疗。主要是利用统计和机器学习方法研究基因共表达和调控网络分析、衰老和复杂疾病、抗癌药物敏感性、细胞间的信号传导等。是多家杂志的特邀编委，共发表SCI文章30余篇，其中第一作者或通讯作者发表SCI论文10余篇，有2篇文章影响因子为13.649，1篇6.975，2篇5.228，参与2篇science文章。
报告中，杨家亮首先介绍了流行性感冒（流感）是一种由流感病毒引起的传染性疾病。全球每年约有300-500万流感重病患者，其中约25-50万人死亡。预防和治疗流感最有效的方法是注射流感疫苗，但疫苗的成效取决于疫苗株的选择。一个好的流感疫苗要求其疫苗株匹配将来大规模流行的流感病毒的抗原性。因此，预测流感病毒的抗原性进化有着十分重要的意义。接着，又讨论了矩阵完成算法、Lasso、Elastic-Net、随机森林等几种机器学习算法在研究研究流感遗传进化和抗原性进化的关系以及基于流感病毒外部蛋白序列的抗原性构建预测模型。最后，大家就自己关心的问题和杨老师进行了交流，并且产生了一些共同合作的课题。
这次讲座使得我校师生开阔了视野，进一步了解了统计方法和机器学习算法在生物、医学等领域的运用，将进一步提高我校师生处理大数据、数据挖掘的能力，促进我校统计学方向的发展。
beat365
2016年7月4日
