报告主题：一种用于协同药物组合预测的网络驱动深度学习框架
报告人：张清鹏
报告时间：2022年6月9日 上午10：00
报告网址：腾讯会议：364 763 661


报告摘要：

本报告将介绍一个基于蛋白质-蛋白质相互作用(PPI)网络的端到端深度学习框架GraphSynergy用于协同抗癌药物组合预测。该框架采用基于空间的图神经网络组件来编码一对药物靶向蛋白模块,?以及与特定癌细胞系相关的蛋白模块在PPI网络中的高阶拓扑关系。药物组合的药理作用通过治疗和毒性评分来评估。该研究表明在PPI网络中引入药物组合与细胞系之间的拓扑关系，可以显著提高协同药物组合的识别能力。


报告人简介：
张清鹏博士现任香港城市大学数据科学学院副教授。2009年获华中科技大学自动化学士学位，2012年获亚利桑那大学系统与工业工程博士学位。在加入香港城市大学之前，他曾在伦斯勒理工学院(Rensselaer Polytechnic Institute)担任计算机系博士后研究员。他的研究兴趣包括健康数据分析、医学信息学、网络科学和人工智能。他的研究发表在《自然人类行为》、《自然通讯》、《JAMIA》和《MIS季刊》等Top期刊上，以及《华盛顿邮报》、《纽约时报》、《纽约公共广播电台》、《卫报》、《每日邮报》和《全球新闻》等媒体上。近五年，研究成果被引用近2500次，H指数达23。张教授2021年12月获香港城市大学“杰出研究奖”。