报告题目：大数据+人工智能助力药物研发
中文简介：
传统的药物研发主要依据“一种分子，一个靶点，一种疾病”的范例，来研究针对某种具体疾病的某个靶点的特定药物。这忽视了药物和靶点之间、疾病和靶点之间复杂的相互作用。近年来，多重药理学的观点逐渐被接受，即药物通过靶向多个靶点发挥作用，而不是单一的靶点。另外，一种疾病可能与多种靶基因相关。因此，为了增加药物疗效、减少抗药性和药物毒性，许多研究者致力于多靶点药物以及药物组合研究。另外，非编码RNA分子在调控基因表达以及其他生物学过程中的重要作用使得它们成为一类潜在的药物作用靶点。越来越多的研究发现很多现有药物能够以非编码RNA为药物靶点，直接治疗疾病或显著改变疾病对现有药物的耐药性，有助于“老药新用”的研发，这对于节省药物研发的时间、金钱和人力成本，缩短药物研发应用周期具有更加重要的现实意义。我将报告我们团队这些年来在大数据+人工智能助力药物研发上的一点研究进展和成果。具体包括大数据+人工智能在以下重要问题上的应用案例：1) 药物-蛋白质靶点相互作用预测；2) 药物-蛋白质靶点相互作用亲和度预测；3) 药物-非编码RNA靶点相互作用预测；4) 抗真菌增效药物组合预测；5) 抗癌增效药物组合预测等。
个人简介:
陈兴，三级教授、博士生导师（教授博导均为31岁时直接破格，2016-至今），2019-2022连续四年当选科睿唯安全球高被引科学家，2020-2022连续三年当选爱思唯尔中国高被引学者，连续多年入选斯坦福大学发布的全球前2%顶尖科学家“终身科学影响力”榜单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，教育部学科评估专家，科技创新2030—“新一代人工智能”重大项目会评专家，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员工命科学专业委员会秘书长，江苏省生物医学工程学会生物信息学专业委员会副主任，中国矿业大学校学术委员会委员，中国矿业大学首批越崎学者。中科院一区杂志Briefings in Bioinformatics（影响因子13.994）执行编辑，IEEE Journal of Biomedical and Health Informatics等六家SCI杂志副主编，Briefings in Bioinformatics等十二家SCI杂志编委，PLoS Computational Biology杂志特约副主编，二十三家国际会议程序委员会成员。以一作或通讯发表SCI论文100余篇，以一作或通讯在Bioinformatics、PLoS Computational Biology、Briefings in Bioinformatics、Nucleic Acids Research四大生物信息主流期刊发表论文34篇，以一作或通讯发表影响因子大于10的论文27篇。论文被引共计13000余次，16篇论文入选最新一期ESI高被引论文，H-因子为58。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）、江苏省公司产品与研究成果奖一等奖（排名第1）等荣誉，主持国家自然科学基金面上项目（2项）、青年基金、江苏省和中国矿业大学的高层次人才项目等。
报告时间：2023年4月18月（周二）上午10：00
报告地址：腾讯会议：515-478-420
