为了加强学术交流活动、营造良好学术氛围，医学信息学院于4月27日组织了第17期“健康医疗大数据与智能医学学术交流会”。学院专兼职教师、硕士研究生参加了此次交流会。交流会由医学信息学院副院长叶明全主持。

黎青青博士以“基于机器学习和转录组高通量数据的疾病状态预测研究”为题作学术报告。目前，传统的数据处理算法已不能满足大数据的处理要求，机器学习作为从数据中进行学习的算法可以对不同组学来源（如基因组学、转录组学、蛋白质组学等）的数据进行综合分析。该报告以发表于“Journal of Translational Medicine”的论文“XGBoost-based and tumor-immune characterized gene signature for the prediction of metastatic status in breast cancer”为例，介绍了机器学习算法在疾病分类预测、生物标志物发现、通路分析中的应用。该研究构建了一个准确的、稳健的预测乳腺癌转移情况的基因子集，并使用基于该基因子集的XGBoost模型预测了乳腺癌患者的转移情况，分类预测准确性较之前的研究显著提高。同时，选取的用于分类预测的信息基因数目大幅度减少，有利于进行分子机制研究和应用到临床诊断。

论坛现场

黎青青，女，理学博士。目前主要研究方向生物信息学、计算生物学、多组学高通量测序数据分析等。硕博连读于中国科学技术大学生物物理学专业，获生物学专业博士学位。参与国家自然科学基金项目4项，主持安徽省教育厅高等学校科研计划自然科学重点项目1项、重大疾病非编码RNA转化研究安徽普通高校重点实验室开放课题1项，发表SCI收录期刊论文9篇，其中第一作者/通讯作者5篇。

 （梅雅欣、黎青青/文、摄 刘影/审）