生物信息学中的机器学习技术

课程编码：085400M06005T 英文名称：Machine Learning for Bioinformatics 课时：20 学分：1.00 课程属性：专业研讨课 主讲教师：卜东波等

此课程为计算机专业、生命科学专业的选修课程。近几年来，深度学习及其他机器学习技术在生物医学中被广泛应用。借助前沿的深度学习模型，一些经典的生物计算问题有了重大突破，例如ProFOLD RosettaFold,AlphaFOLD等深度学习算法在蛋白质折叠问题中成功应用。本课程介绍现代生物技术以及其中的计算问题，重点介绍深度学习模型在分子序列和分子结构，基因组学，转录组学和精准医疗中的应用。目的是培养学生利用机器学习解决生物医学中计算问题的能力。

统计学习

第一章 序：现代生物技术和计算问题 2学时 卜东波
第1节 序：现代生物技术和计算问题
第二章 基础：深度学习基础模型 2学时 卜东波
第1节 基础：深度学习基础模型
第三章 序列：分子序列中的深度学习模型 2学时 卜东波
第1节 序列：分子序列中的深度学习模型
第四章 结构I：分子结构中的深度学习模型-蛋白质结构预测 2学时 卜东波
第1节 结构I：分子结构中的深度学习模型-蛋白质结构预测
第五章 结构II：分子结构中的深度学习模型-AI药物设计 2学时 卜东波
第1节 结构II：分子结构中的深度学习模型-AI药物设计
第六章 基因组：基于深度学习解释基因组变异 2学时 卜东波
第1节 基因组：基于深度学习解释基因组变异
第七章 转录组：基于深度学习解释基因调控 2学时 卜东波
第1节 转录组：基于深度学习解释基因调控
第八章 精准医疗I：深度学习在精准医疗中的应用-疾病早筛 2学时 卜东波
第1节 精准医疗I：深度学习在精准医疗中的应用-疾病早筛
第九章 精准医疗II：深度学习在精准医疗中的应用-免疫治疗 2学时 卜东波
第1节 精准医疗II：深度学习在精准医疗中的应用-免疫治疗
第十章 总结以及学生大作业报告 2学时 卜东波
第1节 总结以及学生大作业报告

卜东波，中科院计算所研究员，主要研究生物信息学（蛋白质结构预测、糖结构鉴定）、计算机算法。张海仓，博士，中科院计算所副研究员。曾任哥伦比亚大学博后研究科学家、字节跳动科技公司高级算法工程师。主要从事机器学习和生物医学的交叉领域研究，包括蛋白质设计，AI药物设计和精准医疗等。研究成果发表于Nature Communication和Bioinformatics等期刊。