报告题目: 单细胞数据跨组学转换与数据增强
报告人：陈盛泉（南开大学数学科学学院副教授）
报告时间：2024年9月18日 10:30-11:30
报告地点：腾讯会议 656714794
摘要: 单细胞测序使得破译生物体内细胞的类型和构成成为可能，然而，单细胞数据通常具有高维度、高噪声、极度稀疏等特点，细胞异质性难以准确刻画。此外，虽然现有技术能够实现单细胞多组学测序，但是其成本仍相对高昂且数据质量相对有限。为此，我们针对单细胞数据跨组学转换问题提出了一种耦合自编码器模型以及适用于不同场景的数据扩增策略，该方法预测的组学数据能够很好地复现细胞异质性，该方法还能被进一步推广并应用到单细胞多组学联合分析、细胞类型自动注释、单细胞扰动数据预测等任务中。进一步地，我们针对单细胞染色质开放性数据噪声大、极度稀疏等挑战，提出了基于非负矩阵分解的数据增强方法，促进细胞类型的可解释精准辨识。
报告人简介: 陈盛泉，南开大学数学科学学院副教授，博士生导师，南开大学百名青年学科带头人。2017年7月本科毕业于厦门大学自动化系，2021年12月博士毕业于清华大学自动化系，2022年1月至今任南开大学数学科学学院副教授，主要研究方向为单细胞数据建模与解析。主持国家自然科学基金青年、面上项目各一项，以第一或通讯作者身份发表学术论文22篇，包括Nature Machine Intelligence (2022)、Nature Communications (2021, 2024a, 2024b)、Nature Computational Science (2024)、Nucleic Acids Research (2021a, 2021b)、Genome Biology (2023)、Genome Research (2023)等，曾获得4次国家奖学金、2021年获评清华大学“学术新秀”称号，2023年入选国家青年人才托举工程。
