摘 要：

随着医学图像和基因测序技术的提高，越来越多的医学图像和测序数据被检测和存储。这些海量数据的背后隐藏了多种疾病的发病机制和有效治疗相关信息。如何有效的挖掘这些信息成为医学信息学的一大难题。本研究通过结合苏木精-伊红（HE）染色图像和分子测序技术来预测癌症免疫治疗的相关标志物如TMB等、肿瘤的复发转移和其它相关标志物。另外，将通过图像和测序技术结合人工智能算法预测肿瘤原发灶的位置。

报告人：

杨家亮，博士，毕业于新加坡国立大学数学系，元码基因科技（北京）股份有限公司副总经理、首席信息官。曾任美国纽约西奈山伊坎医学院高级研究科学家。在《Science》、《Cell Metabolism》等知名期刊上发表SCI 学术论文100余篇，其中一作和通讯作者60余篇，谷歌学术引用4000余次；为《Current Gene Therapy》、《Current Bioinformatics》杂志编委，《Frontiers in Bioengineering and Biotechnology》等10多个SCI杂志特邀编委；担任《Molecular Biology and Evolution》等30多个SCI杂志审稿人；申请5项发明专利和10多项软件专著。

时  间：2020年11月2日周一下午19:00-20:00

腾讯会议：会议号：113 513 560 电话入会：+8675536550000

欢迎广大师生参加！

数学科学学院