报告标题:发现合成致死抗癌药物新靶点的人工智能技术
时间:2024年11月7日周四下午4:00
地点:计算机楼313
内容简介:
癌症药物靶点的发现对于癌症精准靶向治疗起到关键作用。合成致死(Synthetic Lethality, SL)是一种通常发生在两个基因之间的遗传相互作用,其定义是对这两个基因的扰动会杀死细胞,但仅对其中一个基因的扰动则不会影响细胞的生存。SL是癌症药物靶点的金矿,因为靶向具有癌症特异性异常基因的SL伙伴基因,可以有选择性地杀死癌细胞而不伤害正常细胞。当前的湿实验筛选方法通常成本高昂,而统计和机器学习方法无法充分利用先验知识或缺乏可解释性。我们开发了一系列基于知识图谱(knowledge graph, KG)、图神经网络以及可解释人工智能(explainable AI, XAI)的深度学习方法来预测SL并理解背后的生物学机制。SynLethDB是我们开发的一个收集了众多SL基因对的综合数据库,包含一个名为SynLethKG的知识图谱。KG4SL是第一个使用KG进行SL预测的方法(ISMB/ECCB 2021)。PiLSL进一步专注于从KGs中学习成对相互作用以预测SL,并具有可解释性(ECCB 2022)。之后,我们提出了KR4SL,它采用基于路径的知识推理来为给定的主要基因排名SL候选伙伴,能够比较清晰地解释SL预测和生物学机制(ISMB/ECCB 2023)。最近,我们对最近几年发表的基于图神经网络的SL预测方法做了系统性的基准测试,总结探讨了这个领域的进展和痛点(Nature Communications 2024)。目前,我们正在结合预训练大型语言模型(例如BERT,GPT)和知识图谱,来增加SL预测的泛化能力和生成自然语言的解释。
讲者简介:
郑杰博士目前在上海科技大学信息科学与技术学院担任研究员、长聘(tenured)副教授、博导,并担任智能医学信息研究中心联合主任。他分别在浙江大学和加州大学河滨分校获得计算机科学学士和博士学位,并在美国国立卫生研究院(NIH)下属国家生物技术信息中心(NCBI)从事博士后研究。回国之前,他曾在新加坡南洋理工大学计算机科学与工程学院担任助理教授,并担任新加坡科技研究局(A*STAR)基因组研究所(Genome Institute of Singapore)客座研究员。近三年来其研究成果以通讯作者(或共同通讯作者)发表在Nature Communications、Bioinformatics、IEEE JBHI等期刊,以及ISMB/ECCB、AAAI等顶级会议,并担任ISMB和RECOMB等计算生物学旗舰会议的程序委员会委员。2019年郑博士被评选为上海市“东方学者”特聘教授。郑博士长期致力于研究生物信息学、计算生物学、人工智能与生物医药交叉领域的研究。目前,他的研究聚焦于AI制药、蛋白质人工智能和数据科学、癌症精准医疗等方向。