报告题目:基于智能算法的药物组合预测
报告时间:2024年10月28日(周一) 16:00
报告地点:3号楼309会议室
报告人:陈兴 教授
邀请人:生物医学物理中心
报告人介绍:江南大学三级教授、博导(破格),当选科睿唯安全球高被引科学家、爱思唯尔中国高被引学者、全球前2%顶尖科学家和全球排名前十万科学家。江苏省333高层次人才培养工程培养对象,江苏省六大人才高峰高层次人才,担任江苏省生物信息学学会副理事长,中国工业与应用数学学会数学生命科学专业委员会秘书长,中国生物信息学学会(筹)多组学与整合生物学专业委员会常务委员等多个学会职务,同时担任多个中科院一区杂志执行编辑、副主编,编委。以一作或通讯发表SCI论文100余篇,论文被引共计15000余次,H-因子61。获教育部高等学校科学研究优秀成果奖自然科学奖二等奖(排名第3)、江苏省科学技术奖三等奖(排名第1)、中国自动化学会自然科学奖二等奖(排名第1)、中国自动化学会自动化与人工智能创新团队奖(排名第2)、江苏省教育教学与研究成果奖一等奖(排名第1)、江苏省高等学校科学技术研究成果奖二等奖(排名第1)等荣誉,主持国家自然科学基金重大研究计划培育项目、面上项目(2项)、青年基金、江苏省高层次人才项目等。
报告摘要:增效药物组合能够有效针对多基因、多因素调控的复杂疾病,影响多个靶点、多个亚群或多种疾病;可以有效提高疗效,增强治疗效果;可以在药效不变的前提下,降低药物剂量,从而减少药物毒性和副作用;同时可以延缓抗药性的发生。利用生物信息学的方法构建增效药物组合预测模型能够有效降低增效药物组合筛选的盲目性。然而错误的组合用药可能导致不良药物相互作用。传统的识别药物相互作用的方法主要依赖于生物临床试验等手段。随着生物医学数据的不断积累,计算方法能够低成本、大规模、快速高精度地预测药物相互作用。在早期的研究中,研究者们主要关注于预测药物之间是否可能产生不良药物相互作用。然而,这种二元预测难以揭示相互作用的药物在体内药理反应方面产生相互影响的内在机制,推断潜在药物相互作用类型对于探索不良药物相互作用背后的机制更有帮助。因此研究者们逐渐将目光转向药物相互作用类型预测研究。我将报告我们团队这些年来在基于智能算法的增效药物组合预测和药物相互作用类型预测上的一点研究进展和成果。
上一篇: From Basic Science to Star Trek Surgery: Achieving Fundamental (Single Cell) Limits to Minimally Invasive Surgery and Biodiagnostics
下一篇: Studying non-equilibrium systems using entropy bounds