导语


本周二晚19:00的「生命复杂性」读书会将围绕“人工智能与细胞复杂系统”这一主题进行圆桌讨论，由西湖大学人工智能讲席教授李子青发起，我们邀请到纽约州立大学石溪分校化学和物理学系教授汪劲，北京大学定量生物学中心助理教授、研究员李志远，中国科学院理论物理研究所副研究员王维康，国家蛋白质科学中心（北京）副研究员常乘，华大生命科学研究院粤港澳分院主任科学家赖毅维，以及香港浸会大学物理系助理教授唐乾元共同参与讨论。
在当今生命科学的研究中，理解生物体的复杂性成为一个关键的科学挑战。「生命复杂性」读书会希望从微观细胞尺度、介观组织器官尺度到宏观人体尺度，梳理生命科学领域中的重要问题及重要数据，由生物学家提问，希望促进统计物理、机器学习方法研究者和生命科学研究者之间的深度交流，建立跨学科合作关系，激发新的研究思路和合作项目。欢迎对这个生命科学、物理学、计算机科学、复杂系统科学深度交叉的前沿领域感兴趣的朋友加入！




背景介绍




生命是从微观到宏观的多尺度多层次的复杂系统。分子层次涉及 DNA、RNA 和蛋白质，细胞是生命的基本单位，构成具有特定功能的器官，再到整个生物体。每个层次有自己的语言，研究这些层级间的相互作用和规律，对于揭示生命现象的本质具有重要意义。

随着大量生命科学数据（包括多组学数据）、实验数据乃至人工智能预测数据的累积，整合这些数据，建立起跨尺度的生命科学理解已经成为非常重要的问题。然而，当前的大部分模型仅局限于单一模态，如单细胞转录组、蛋白质结构、DNA序列、RNA序列等。生命的语言是什么？复杂生命系统的设计原理是什么？如何针对生命现象的语言逻辑、自组织、层级涌现等，构建全新的模型架构？

多细胞系统的复杂性远超传统科学方法现有的分析能力，而过度简化的理论模型又难以反映实际生物学问题。人工智能（AI）技术，通过大数据深度学习，解决复杂科学问题，已展现出巨大潜力，如 AlphaFold 等。此次读书会围绕 AI 与细胞系统学科交叉研究，基于多组学、空间组学及再生医学等数据，探讨拟解决的科学问题和近期、远期可及的目标。希望通过创新的 AI 技术，建立多细胞系统研究的新范式，建立多细胞系统的 AI 模型，探索生命的基础机制和细胞药物研发，促进细胞医疗产业转化。





圆桌讨论问题




细胞状态调控与细胞命运决定
  • 如何定义和描述细胞状态和景观？
  • 如何建立细胞状态与基因的关系网络？

  • 如何通过生物分子调控细胞状态？

当 AI 遇见细胞复杂系统
  • 在 AlphaFold 3 时代，蛋白质序列与结构信息、蛋白质组信息如何帮助我们理解细胞复杂系统？
  • 如何针对生命现象的语言逻辑、自组织、层级涌现等，构建 AI 细胞及网络模型？
  • AI 如何帮助发现新的细胞命运决定因子？

  • AI 如何帮助设计细胞状态转移的药物？





讨论发起人




李子青，西湖大学人工智能讲席教授，曾任微软亚洲研究院 Lead Researcher、中科院自动化所模式识别国家重点实验室资深研究员。人脸识别教父，IEEE Fellow，领导开发了世界上第一个实时人脸识别系统。发表论文500余篇，著作10部，Google Scholar 引用67000余次，World Scientist and University Rankings 2024 计算机学科中国区排名第2。加入西湖大学后，负责实施科技部“新一代人工智能”重大项目2项、国家自然科学基金区域重点项目（AI+生命科学）1项。实验室研究包括两大方向：（1）AI 基础研究，包括图/序列/多模态表征学习、自监督学习、生成模型、预训练方法。（2）AI for Science 研究，包括 AI+生命科学、AI+合成生物学等。




圆桌嘉宾




汪劲，纽约州立大学（SUNY）石溪分校化学和物理学系教授，1991年获得美国伊利诺伊大学天体物理博士。研究兴趣包括生物分子折叠的机制、分子网络的底层原理、从景观和流理论视角研究经典和量子非平衡统计物理、复杂环境中的反应动力学等。

李志远，北京大学定量生物学中心助理教授、研究员，北京大学-清华大学生命联合中心研究员。2009年在北京大学物理学院获物理学学士学位，2014年在加州大学旧金山分校获生物物理学博士学位，2015年在普林斯顿大学进行博士后研究，2019年加入北京大学。课题组的研究以“生物系统中的自组织规律”为核心，以数据挖掘和网络动力学等计算方法为手段，着重关注如下几个领域：微生物从演化到群落互作中的定量科学，多细胞体系中模式生成的数学规律，生物大数据挖掘的方法建设，传染病动力学和对非药物干预的建模。
实验室主页：https://cqb.pku.edu.cn/zyli/

王维康，中国科学院理论物理研究所副研究员。2009年和2015年在北京大学物理学院获得学士和博士学位，随后在匹兹堡大学计算和系统生物学系从事博士后研究工作，2022年入职理论物理所。研究领域包括生物物理、计算和系统生物学。目前的研究兴趣包括细胞态转化的动力学，发展机器学习方法分析基因调控网络，基于自旋玻璃模型研究基因调控网络和神经网络的统计物理性质。

常乘，国家蛋白质科学中心（北京）副研究员，中国生物信息学学会（筹）生物数据资源专委会委员，长期从事计算蛋白质组学及生物信息学研究，形成了具有自主知识产权的大规模蛋白质组数据精准解析流程和相应算法、软件。2010年毕业于湖南大学电子信息工程专业获得工学学士学位，2015年毕业于国家蛋白质科学中心获理学博士学位。曾获2020年中国发明协会发明创新奖一等奖，H-index 20。
个人主页：https://orcid.org/0000-0002-0361-2438

赖毅维，华大生命科学研究院-粤港澳分院主任科学家，山西医科大学兼职教授。博士毕业于中国科学院广州生物医药与健康研究院。近年在 Cell、Nature、Nature Genetics 等高水平杂志发表文章多篇。主要研究方向为衰老数字化图谱，及发展组织器官再生新策略。

唐乾元，香港浸会大学物理系助理教授，集智科学家，集智-凯风研读营学者。南京大学物理学博士，曾是是日本理化学研究所博士后。研究方向：数据驱动的复杂系统研究；生物医学领域的人工智能；蛋白质进化和动力学；生物系统的复杂性和临界性。




参与方式




时间：2024年11月5日（周二）晚19:00-21:00。

报名参与读书会：

斑图链接：https://pattern.swarma.org/mobile/study_group_issue/758?from=wechat


扫码参与「生命复杂性」读书会，加入群聊，获取系列读书会回看权限，加入生命复杂性社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。


报名成为主讲人
读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。
详情请见：生命复杂性读书会：从微观到宏观，多尺度视角探索生命复杂系统的构成原理


往期相关读书会

相关文章


生命复杂性读书会：

生命复杂系统的构成原理


在生物学中心法则的起点，基因作为生命复杂系统的遗传信息载体，在生命周期内稳定存在；而位于中心法则末端的蛋白质，其组织构成和时空变化的复杂性呈指数式增长。随着分子生物学数十年来的突飞猛进，尤其是生命组学（基因组学、转录组学、蛋白质组学和代谢组学等的集合）等领域的日新月异，当代生命科学临近爆发的边缘。如此海量的数据如何帮助我们揭示宇宙中最复杂的物质系统——“人体”的构成原理和设计原理？阐释人类发育、衰老和重大疾病的发生机制？


集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰，国家蛋白质科学中心（北京）副研究员常乘、李杨，香港浸会大学助理教授唐乾元，北京大学前沿交叉学科研究院研究员林一瀚，中国科学院分子细胞科学卓越创新中心博士后唐诗婕，共同发起「生命复杂性：生命复杂系统的构成原理」读书会，从微观细胞尺度、介观组织器官尺度到宏观人体尺度，梳理生命科学领域中的重要问题及重要数据，由生物学家提问，希望促进统计物理、机器学习方法研究者和生命科学研究者之间的深度交流，建立跨学科合作关系，激发新的研究思路和合作项目。读书会从2024年8月6日开始，每周二晚19:00-21:00进行，持续时间预计10-12周。欢迎对这个生命科学、物理学、计算机科学、复杂系统科学深度交叉的前沿领域感兴趣的朋友加入！



详情请见：
生命复杂性读书会：从微观到宏观，多尺度视角探索生命复杂系统的构成原理


点击“阅读原文”，报名读书会

内容中包含的图片若涉及版权问题，请及时与我们联系删除