Copyright © 第九届全国计算生物与生物信息学大会
Powered by 徐州医科大学
基于智能算法的增效药物组合预测
特邀报告
报告开始：5月14日 14:40:00 （Asia/Shanghai）
报告时间：20min
所在会议：[S1] 分会场一 [S1-2] 生物医学大数据与人工智能
摘要
药物研究是人类医学健康领域最重要、最复杂的研究课题之一，涉及多个学科。传统的单一靶点药物往往产生较强的副作用和抗药性，而增效药物组合能同时影响多个靶点、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。增效药物尤其能够有效针对多基因、多因素调控的复杂疾病，特别地，在目前的癌症治疗中，还不存在仅依靠单一药物就能逆转肿瘤化进程乃至肿瘤分化和转移的“灵丹妙药”。同时，新药昂贵的研发成本与漫长的上市周期也使得国内外对组合药物的研究越来越重视。然而，利用实验筛选的方法花费时间长，成本高，盲目性大。利用计算生物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，同时有利于深入理解相关药物作用机制和加速新药研发，解决老药新用问题。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上的一点研究进展和成果。
报告人
陈兴
教授 中国矿业大学三级教授，博导，2019-22连续当选科睿唯安全球高被引科学家，2020-22连续当选爱思唯尔中国高被引学者，江苏省333高层次人才，江苏省六大人才高峰高层次人才，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。一作或通讯发表SCI论文100余篇，一作或通讯发表影响因子大于10的论文27篇，论文被引13000余次，H-因子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（第3）、江苏省科学技术奖三等奖（第1）、中国自动化学会自然科学奖二等奖（第1）、江苏省教育教学与研究成果奖一等奖（第1）等荣誉。