【講座主題】空間組學與疾病進程中的單細胞特征

【主講嘉賓】王譯博士  約翰霍普金斯大學

【講座時間】2025年3月27日（周四）上午10:00

【講座地點】8858ccl8利官网二号樓 105會議室

【報告摘要】在單細胞組學和空間轉錄組等高通量測序技術蓬勃發展的背景下，準确解析複雜生物數據中的時空動态信息成為一個關鍵挑戰。本報告将介紹兩個創新性計算方法：SampleClock和多樣本非負空間分解(mNSF)。SampleClock算法通過多分辨率特征選擇和半監督學習策略，實現了從橫斷面單細胞數據重建疾病動态進展過程，突破了臨床随訪的時間限制。在新冠患者數據分析中，該方法系統描繪了細胞因子風暴的動态進程，并揭示了IL-6信号通路在不同免疫細胞亞群中的差異化調控機制。mNSF方法則通過創新性地設計樣本特異的高斯過程來建模空間相關性，首次實現了靈活的無需空間對齊的多樣本空間轉錄組整合分析。這些方法在癌症免疫治療和神經科學等領域的實際應用中發揮了重要作用，為理解複雜疾病機制提供了新的視角。

【嘉賓簡介】王譯,約翰霍普金斯大學生物統計學博士,本科畢業于清華大學，獲得生物科學和數學雙學位，随後在喬治華盛頓大學獲得統計學碩士學位。王譯博士的研究專注于開發創新的計算方法來分析複雜的生物數據，重點關注單細胞測序和空間轉錄組等高通量組學數據分析。她開發的算法為解析疾病機制和組織異質性提供了新的分析工具。其研究成果發表在PLOS Computational Biology等期刊。作為一名跨學科研究者，王譯博士參與多項重要的合作研究，包括在新冠疫情期間對多系統炎症綜合征(MIS-C)的分子機制研究、癌症免疫治療的機制研究，以及與ENCODE項目合作開展的跨物種功能保守性研究等。