6月25日，应数学与统计学院邀请，深圳大学邱育珊教授在数学学院北楼N304以线上线下结合形式为学院师生作题为“Computational methods for spatial transcriptomic data”的学术报告，相关专业教师和研究生十余人参加了此次报告。
本次报告，邱育珊教授分享了近期的一些工作。针对区域识别，提出了空间聚类方法（spatial clustering）。系统性地提出一套针对空间转录组数据的计算框架，涵盖数据预处理、降维、聚类、解卷积及多模态整合等关键环节。设计基于空间邻域约束的聚类算法，结合隐马尔可夫随机场（HMRF）或贝叶斯空间模型（BayesSpace），将空间位点划分为功能区域。此类方法可识别传统方法遗漏的细微结构，如肿瘤边缘的免疫浸润区域。通过结合机器学习、优化理论和生物学先验，解决空间转录组分析中的核心挑战，为疾病机制研究和精准医疗提供方法论支持。通过一系列实验表明，该方法识别精准、效果良好，与传统聚类方法相比具有较大优势，前景广阔。
该报告会引起了师生们的极大兴趣。报告结束后，大家纷纷提出了自己的观点和问题，邱育珊教授对学生的提问进行了耐心作答。会议气氛活跃，学术氛围良好，参会师生收获颇丰。
专家简介：
邱育珊，深圳大学数学科学学院教授，博士生导师。获得“深圳市优秀青年基金”项目资助，入选深圳市海外高层次人才、深圳大学荔园优青。研究方向包括生物信息学，智能计算方法，生物医药大数据的数据分析等。在相关领域以第一作者或通讯作者发表SCI论文30余篇。目前担任 CCF生物信息学专业委员会委员、CAAI生物信息学与人工生命专业委员会委员、中国生物工程学会计算生物学与生物信息学专业委员会委员。主持国家级自然科学基金面上与青年项目和多项省部级项目。
（数学与统计学院 李纪宏）
最新通知