11月22日,中國自動化大會衛(wèi)星會議“智能健康與生物信息”成功舉辦。研討會由清華大學張學工教授主持,中科院自動化研究所侯增廣研究員、西安交通大學葉凱教授、浙江大學牟穎教授、清華大學江瑞副教授四位專家受邀做專題報告。隨后,張學工教授介紹“智能健康與生物信息專委會”籌備工作進展,回顧了維納、錢學森關于生命系統(tǒng)控制的深刻認識,提出生命系統(tǒng)的研究是自動化學科的重要初心、對醫(yī)療健康做貢獻是自動化學科的重要使命。與會專家對成立專委會表達了極高的熱情和強烈支持,認為自動化與健康、生物的交叉研究是自動化學科重要的發(fā)展方向,希望專委會能為學科發(fā)展、人才培養(yǎng)起到推動作用,為人民健康事業(yè)做出更大貢獻。
中科院自動化研究所侯增廣研究員作“醫(yī)療機器人面臨的挑戰(zhàn)與問題”專題報告。首先,報告中提到人工智能和機器人在快速發(fā)展,同時也面臨諸多挑戰(zhàn)。結(jié)合醫(yī)療和康復機器人的前沿技術與實際應用,闡述相關領域的機遇與困難問題,包括康復機器人、精確感知與控制、閉環(huán)智能的挑戰(zhàn)、腦機接口等方面,以及對未來發(fā)展的若干思考。
侯增廣:醫(yī)療機器人面臨的挑戰(zhàn)與問題
西安交通大學葉凱教授作“基因組變異檢測方法及其應用”專題報告?;蚪M結(jié)構變異是大片段DNA序列的重新排列,相比單堿基替換變異,結(jié)構變異個數(shù)少但功能影響更顯著。高通量測序技術的快速發(fā)展,帶來基因組小尺度變異研究的飛躍。然而,由于結(jié)構變異高發(fā)位點序列重復度高且變異長度往往大于測序數(shù)據(jù)長度,傳統(tǒng)基于統(tǒng)計學框架的計算方法難以確定結(jié)構變異的位點、大小、類型、基因型,嚴重阻礙深入探究生物性狀進化和疾病發(fā)生機理。針對以上難點問題,提出基于數(shù)學模型、模式識別的計算方案, 開發(fā)出系列變異計算方案,并在國際國內(nèi)項目中使用。
葉凱:基因組變異檢測方法及其應用
浙江大學牟穎教授作“基于微流控技術的生物分子精準定量”專題報告。單分子計數(shù)技術可使掩藏在群體信息中的每一個微弱信息得以體現(xiàn),可以實現(xiàn)生物分子絕對定量。微流控技術具有微型化——芯片僅幾平方厘米;自動化——進樣、混合、檢測由微流控自動實現(xiàn);集成化——多個功能一張芯片實現(xiàn);在微小體系中,反應速度快、檢測時間短,這些為生物分子精準定量提供了一個新平臺?;谖⒘骺丶夹g的生物分子精準定量技術為解決這類難題提供了一種新途徑,以其敏感度高(單分子)、準確性好(絕對定量)的獨特優(yōu)勢為精準醫(yī)療提供一個新工具。
牟穎:基于微流控技術的生物分子精準定量
清華大學江瑞副教授作“DeepX破譯基因調(diào)控的深度學習方法”專題報告。理解基因調(diào)控的規(guī)律是研究人類表型多樣性、解析復雜疾病致病機制的基礎。近年來新一代深度測序技術的迅速發(fā)展使得大規(guī)模獲取基因組序列、基因組表觀狀態(tài)、基因表達成為可能,也使得如何運用機器學習的最新成果分析這些數(shù)據(jù)成為一個研究熱點。針對識別序列調(diào)控元件、解析基因調(diào)控模式、探索疾病致病機制的路線遞進地開展研究,發(fā)展了一套整合基因組序列與表觀基因組信息的深度學習方法論,為運用機器學習的最新成果研究生物系統(tǒng)的內(nèi)在規(guī)律提供了有益的借鑒。
江瑞:DeepX破譯基因調(diào)控的深度學習方法
隨后召開了“智能健康與生物信息”專委會籌備會議。首先,張學工教授作“從自動化看智能健康與生物信息”專題報告。報告中提到,對生命系統(tǒng)的研究是自動化學科的重要初心、對醫(yī)療健康做貢獻是自動化學科的重要使命,而成立智能健康與生物信息專委會是中國自動化學會的重要發(fā)展舉措。希望專委會能立足信息、控制、系統(tǒng)、智能科技,探索生命奧秘、造福人民健康、推動學科發(fā)展。隨后,與會專家學者紛紛發(fā)言,針對專委會的組織架構、如何發(fā)揮專委會作用、如何凝練學科方向、專委會的特色與定位、專業(yè)教育與科普宣傳等話題進行了深入的交流討論。
來源:大會組委會