报告题目： CytoCommunity: 从细胞表型出发，探索细胞通讯与组织结构

报告人：胡宇轩 副教授

时间：2024年1月19日 10:00

地点：信控楼208

报告摘要：

三十万亿个细胞通力合作，构成了组织、器官，进而是每一个了不起的个体。那么细胞之间是如何协作以实现组织功能的呢?为了试图回答这个问题，我们开发了CytoCommunity算法，借助单细胞分辨率的空间组学数据，将组织结构 (组织细胞邻域，TCN)识别问题转化为图/网络上的社团挖掘问题。CytoCommunity是首个能对单细胞空间图谱同时进行无监督和有监督学习以识别TCN的计算方法，能够在可变空间尺度上发现条件特异性的细胞邻域协作模式，为解析肿瘤-免疫互作机制提供分析工具。其特点是:直接建立细胞表型与TCN的映射关系，有助于TCN功能解释，仅使用一个图神经网络模型进行TCN的学习，无需聚类模型辅助;不仅可以识别单个组织样本中的TCN(无监督模式)，还可以从带标签的组织样本队列中识别条件特导性TCN(监督模式)。CytoCommunity算法思想所衍生出的一个有趣的机器学习问题是:如何建立图分类问题和图聚类问题的关联性。

个人简介:

胡宇轩，博士，副教授，西安电子科技大学计算机科学与技术学院。

主要研究细胞通讯建模等计算系统生物学问题，构建了基于图/网络模型的基因间、细胞间、组织细胞邻域间协作模式挖掘方法，为肿瘤免疫联合疗法的研发提供新思路、新靶标。成果以第一(兼通讯)作者发表在Nature Methods (2024,CytoCommunity法)，Science Advances (2021, CytoTalk算法)，Nature Communications (2019OptiCon算法)。CytoTalk算法被国际同行评价为“细胞通讯分析”四种代表性方法之，入选国际顶级综述期刊Nature Review Genetics单细胞数据分析的专家推荐方法;组合治疗靶标识别算法OptiCon已在美国费城儿童医院预临床研究中获得成果转化应用。主持国自然基金青年项目，陕西省青年人才托举计划项目，西电基础研究优青培育项目，参与国自然原创探索项目。获ACM SIGBIO China分会新星奖