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
测序错误纠错算法在isomiR识别中的巨大作用
特邀报告
报告开始：5月13日 16:10:00 （Asia/Shanghai）
报告时间：20min
所在会议：[S2] 分会场二 [S2-1] 基因组学、表观基因组学和微生物组学
摘要
我将在这个报告中详细讲述为什么一个短读长测序数据集会含有高达10-20%的带碱基错误的读长、这些带错的读长对哪些下游数据分析产生大的负面影响。我也介绍一个“三层梯式”纠错方法以及这个纠错方法在isomiR识别中发挥的巨大作用。
报告人
李金艳
教授 中国科学院深圳理工大学李金艳，2022年度国家级海外重点人才、深圳理工大学（筹）计算机科学与控制工程学院杰出教授、中科院深圳先进技术研究院数字所研究员。曾先后就职于悉尼科技大学、新加坡国立大学、南洋理工大学、以及新科局资讯与通信研究院从事科研及教授工作20余年。长期致力于数据挖掘和生物信息学前沿课题研究和创新。提出了“显露模式”理论和挖掘算法、水挤水密“双疏水“生物假说。近期对生物序列大数据压缩以及测序错误纠错提出了高性能算法。曾荣获”亚洲技术革新金奖“、”数据科学创新奖“等。