基于单细胞组学数据解析细胞微环境调控基因表达的多层网络方法及其应用

报告题目：基于单细胞组学数据解析细胞微环境调控基因表达的多层网络方法及其应用

报告人: 孙小强（副教授，中山大学中山医学院）

报告时间: 2020年11月11日（星期三）晚上19:30

报告形式:腾讯会议 ID：422 725 342

报告摘要: 细胞的基因表达和功能不仅由细胞内物质所决定，还依赖于细胞外微环境，因此系统地推断基因表达如何由微环境调控具有重要意义，但目前缺乏有效的方法。在此报告中，我们将介绍这一问题的最新进展，并汇报我们提出的一种基于单细胞转录组数据的多层网络方法（scMLnet），其不仅可以推断细胞间通讯的信号网络，而且能推断细胞内的信号通路网络和基因调控网络。进一步，我们将介绍多层网络方法在癌症耐药和新冠病毒感染机制研究中的应用，以及存在的问题和相应的研究思路。

报告人简介: 孙小强，于2014年博士毕业于北京师范大学数学专业（博士期间在美国康奈尔大学联合培养学习计算生物学），同年获聘中山大学“百人计划”引进人才，现为中山大学中山医学院副教授、博士生导师。研究方向为计算系统生物学和生物信息学，在肿瘤耐药的演化动力学模型、分子网络机制和多尺度建模方法等方面开展了系列研究。以第一或通讯作者在PLoS Computational Biology（2篇; IF=4.7）、Briefings in Bioinformatics（2篇; IF=9.0）、Biomaterials（2篇; IF=10.3）等重要期刊上发表论文25篇，其中JCR一区18篇。作为主持人先后获得国家自然科学基金面上项目、广东省自然科学基金杰出青年基金项目、中山大学青年教师重点培育项目等8项科研基金资助；以骨干成员参加国自然重点项目、国家重点研发计划项目等多项。受邀担任专业顶级期刊PLoS Computational Biology的客座编辑。

（撰稿人：雷锦志；审稿人：裴永珍）

应用数学中心

2020年11月6日