10月19日上午10点30分，学术交流的热情让一行老师、同学齐聚在华西逸夫基础医学楼一楼北教室。受邀到访的中国科学院上海生命科学研究院陈洛南教授带来了题为“基于小样本的预测理论及其复杂疾病和人工智能应用”的学术报告。

报告开始前，黄灿华院长对陈洛南教授的到访表示热烈的欢迎，并为参加报告的师生介绍了来宾陈洛南教授。陈教授目前在中国科学院上海生命科学研究院任研究员，同时担任系统生物学重点实验室执行主任。主要采用系统工程、动力学分析、优化和数学建模的方式，结合生物信息学和现代生命科学实验，以生物复杂网络和动态行为为主线来研究生命系统。

陈洛南教授为在座师生带来医学与人工智能的讲解

报告开始后，为了让老师同学们更好地理解课题组的研究，陈洛南教授深入浅出地介绍了动力学小样本与预见性学习机器：目前数据分析包括生物信息学等领域主要通过已有样本对数据的变化趋势进行预测，如何利用临床医学、生命科学等学科领域有限的小样本进行预测是亟待解决的科学难题。陈教授课题组创新研发的基于非线性动力学的全新随机嵌入理论和方法（随机嵌入分布方法RDE: Randomly Distributed Embedding）有望解决这一难题。

随后，陈洛南教授分享了他们课题组在单细胞测序、复杂疾病临界量化方向的研究成果：研究组建立了基于小样本推断基因调控网络的新模型和算法（CMI-PCA：通路一致性分析法），该方法不仅剔除了间接调控的假阳性关系，还在理论上保证基因调控网络构建的准确度，在分子细胞学领域具有广泛的应用价值。此外，陈教授给课题组首先提出“复杂疾病临界量化”理念，并建立了以小样本高纬度的大数据理论为基础的动态网络标志物（DNB，dynamic network biomarker）的临界量化方法，有望为复杂疾病临床诊断与预防提供新思路。

最后，在场师生与陈洛南教授进行问题交流探讨，大家受益匪浅。报告在愉快而轻松的氛围中结束。

人物介绍：

陈洛南教授现为中国科学院上海生命科学研究院研究员，系统生物学重点实验室执行主任，国家重点研发计划首席科学家。陈教授采用系统工程、动力学分析、优化和数学建模的方式，结合生物信息学和现代生命科学实验，以生物复杂网络和动态行为为主线来研究生命系统，在生物信息学、网络生物学及计算系统生物学等领域取得了重要的研究成果。在Drug Resist Update, Nucleic Acids Res, Bioinformatics, PLoS Comput Biol 等杂志发表高水平论文300余篇，被引14000余次。