4月27日，科研处联合医学信息学院在医学信息学院会议室 举办第八十一期博士 论坛 。医学信息学院专兼职教师以及部分硕士研究生参加了论坛，论坛由学院副院长叶明全主持。

黎青青博士以“基于机器学习和转录组高通量数据的疾病状态预测研究”为题作学术报告。她指出，目前传统的数据处理算法已不能满足大数据的处理要求，机器学习作为从数据中进行学习的算法，可以对不同组学来源（如基因组学、转录组学、蛋白质组学等）的数据进行综合分析。她以发表于“Journal of Translational Medicine”的论文“XGBoost-based and tumor-immune characterized gene signature for the prediction of metastatic status in breast cancer”为例，介绍了机器学习算法在疾病分类预测、生物标志物发现和通路分析中的应用，指出该研究构建了一个准确的、稳健的预测乳腺癌转移情况的基因子集，并通过使用基于该基因子集的XGBoost模型预测了乳腺癌患者的转移情况，分类预测准确性较之前的研究显著提高，同时选取的用于分类预测的信息基因数目大幅度减少，有利于进行分子机制研究和应用到临床诊断。

黎青青，理学博士，主要研究方向生物信息学、计算生物学、多组学高通量测序数据分析等，硕博连读于中国科学技术大学生物物理学专业。参与国家自然科学基金项目4项，主持安徽省教育厅高等学校科研计划自然科学重点项目1项、重大疾病非编码RNA转化研究安徽普通高校重点实验室开放课题1项，发表SCI论文9篇，其中第一作者/通讯作者5篇。

论坛现场

（梅雅欣、黎青青/文 梅雅欣/ 摄  刘影、侯东晓/审）