成电讲堂

　　10月14日，沙特阿拉伯阿卜杜拉国王科技大学高欣副教授应邀做客人力资源部教师发展中心“学术沙龙”，带来题为“纳米孔测序中几个关键问题的机器学习和算法研究”的学术报告。本次学术沙龙由基础与前沿研究院邹权教授主持。

　　高欣首先介绍了纳米孔测序技术的基本原理。纳米孔测序是一种最新的第三代测序技术，它具有单分子测序、便携式、长读长等独特优点，但同时它也具有各种技术瓶颈带来的低测序精度等致命缺点。从数据分析的角度来说，纳米孔测序需要把时间序列的超长电流信号解码成相应的DNA序列。传统的方法使用动态规划和信号处理小波变换的方法，将DNA序列与电信号联配起来，但无法处理目前较长的测序序列。高欣课题组使用了双向深度学习的方法对DNA序列与电信号进行联配，取得了良好的效果，并研发了第一个电流层面的信号模拟器以及一个精准并快速的长读长的联配算法，相关的成果为使用深度学习解决信号处理中的联配问题带来了启示。

　　随后，高欣还介绍了其课题组在使用深度学习方法解决生物信息学问题中的若干成功应用，包括基因组数据、人类健康数据和医学图像数据等大规模生物数据中各自的特点，以及如何设计适合的深度神经网络来避免过拟合等问题。

　　报告结束后，参会老师和同学与高欣副教授就报告内容进行了热烈的讨论，包括联配问题的算法时间开销、深度学习的网络构建和纳米孔测序的优缺点等，学术研讨氛围热烈。

相关链接：

　　高欣于2004年在清华大学计算机系获得学士学位，2009年在加拿大滑铁卢大学计算机学院获得博士学位，2009年10月至2010年9月，在美国卡耐基梅隆大学计算机学院雷恩计算生物学中心担任雷恩学者。2010年10月作为助理教授、博士生导师加入沙特阿卜杜拉国王科技大学（KAUST）计算机电子与数学科学与技术学院。于2016年7月晋升为副教授并担任KAUST计算生物学中心的研究员。同时，他还是加拿大滑铁卢大学计算机学院的客座教授。他的科研方向是生物信息学和机器学习，主要工作集中在机器学习的理论和方法的研发、生物信息学以及二者的交叉领域。尤其致力于构建计算模型，设计高效的算法，并研发机器学习方法来解决结构生物学、系统生物学和合成生物学中的开放问题。截至目前，已经在生物信息领域和机器学习领域发表了超过180篇学术论文。