网站页面已加载完成

由于您当前的浏览器版本过低,存在安全隐患。建议您尽快更新,以便获取更好的体验。推荐使用最新版Chrome、Firefox、Opera、Edge

Chrome

Firefox

Opera

Edge

新闻网
校园动态
当前位置: 首 页 >> 校园动态 >> 正文
西工大尚学群教授课题组论文被生物信息领域顶级期刊录用
发布时间:2019-12-11 10:05:57 点击数: 来源:计算机学院


西工大新闻网12月11日电彭佳杰)2019年11月以来,尚学群教授课题组先后有两篇论文被生物信息学领域顶级期刊《Bioinformatics》录用。《Bioinformatics》期刊创刊于1998年,作为生物信息学领域的一流期刊,发表该领域最新和最前沿的研究工作。该期刊牛津大学出版社出版,是国际计算生物学学会(ISCB)的官方期刊,是中科院期刊分区表中一区期刊。

第一篇论文题为《A learning-based frame work for miRNA-disease association identification using neural networks》,开发了全世界首个预测疾病相关的microRNA(miRNA)的深度学习模型。miRNA是一种非编码RNA,大量研究表明,miRNA与多种疾病密切相关,因此miRNA是多种疾病的潜在药物靶点。该论文构建了包含更丰富miRNA和疾病关联信息的三层网络模型,并通过深度学习模型获取miRNA和疾病特征,预测miRNA和疾病关系。课题组的青年教师彭佳杰副教授、陈伯林副教授以及研究生惠薇薇、李倩倩同学是该论文的共同作者,尚学群教授为文章的通讯作者。

另一篇论文题为《Identifying emerging phenomenon in long temporal phenotyping experiments》,提出了一种从高通量时序表型数据中识别表型变化瞬时模式的方法。表型变化瞬时模式是指在相对短的连续时间内,表现出一致的表型变化趋势的不同基因型样本。该论文利用动态网络模型描述高通量时序表型数据,进而识别表型变化瞬时模式,并利用有向无环网络来描述不同表型变化瞬时模式之间的关系。除了分析时序表型数据,该算法能够广泛应用于多种高通量时序数据分析。该论文与密西根州立大学David Kramer教授、肯塔基大学Jin Chen教授合作完成。课题组的青年教授彭佳杰副教授和研究生卢俊雅同学是该论文的共同作者,尚学群教授为文章的通讯作者。

尚学群课题组隶属李战怀教授负责的大数据存储与管理工信部重点实验室。该课题组在尚学群教授的带领下,近年来在计算机科学和生物医学交叉领域这一新兴学科取了一系列研究成果,承担了国家自然科学基金重点项目2项,面上、青年项目10余项。仅2019年,在Bioinformatics、Nucleic Acid Research、BMC Bioinformatics、BIBM、AAAI和CIKM等权威期刊或会议上发表论文30余篇,其中中科院期刊分区表中一区、二区期刊20余篇。此外,课题组积极开展国际合作,团队所有老师都具有海外名校学习经历,该团队与哈佛大学、耶鲁大学、密西根大学、多伦多大学、埃默里大学、阿尔伯塔大学和新加坡国立大学等国际知名高校建立了合作关系,每年都有博士和硕士到上述高校进行访问学习。课题组将继续围绕国家重大战略需求,持续深入开展领域大数据处理与分析,进一步推进研究成果落地应用。

(审稿:高武)

相关文章
    读取内容中,请等待...