讲座汇报 | 上海交通大学陈洛南教授主讲“mAI for dynamic system biology”学术讲座

为搭建学术交流平台，推动人工智能与动态系统生物学领域的深度融合，4月9日，上海交通大学数学科学学院/人工智能学院讲席教授陈洛南受邀在梧桐岛219会议室开展主题为“mAI for Dynamical Systems Biology”（面向动态系统生物学的人工智能）的学术讲座。讲座开场，徐彦辉院长代表主办方致辞，对陈教授的到来表示热烈欢迎，并向在场的师生介绍了其学术成就。随后，现场响起热烈掌声，欢迎陈教授开启分享。

 

陈洛南教授首先对徐院长的介绍表示感谢，随后围绕“mAI for Dynamical Systems Biology”主题，从三个核心视角展开讲解：（1）、解读生命系统静态状态的空间定位，即基于组学数据、表型数据，对人体细胞、组织、器官的状态进行精准定位；（2）、在表征状态后，利用这些状态解读生命系统的动态规律与演化过程；（3）、根据动态规律，从某一状态对生命系统进行定向热力学调控。

陈教授结合具体案例，介绍了其团队在多领域的应用研究。例如：（1）、在血糖管理领域，团队基于连续血糖观测仪（CGM）数据，构建了AI预训练模型，可实现糖尿病患者的分型、预警及饮食管理；（2）、在癌症治疗领域，团队利用多组学数据及两亿多个小分子开展预训练，构建的模型可根据癌症患者的基因表达数据，推荐最优药物，提升治疗效果；（3）、构建了首个空间尺度的脑表征标准模型，可实现细胞类型注释、物种间功能转移等功能；（4）、基于DNA序列开展人脸预测研究，可根据DNA序列预测不同年龄段的人脸特征；（5）、建立了原创的STI理论，可从高维数据中提炼低维动态规律，为生命系统的演化预测提供了理论支撑；（6）、提出了的动态网络标志物（DNB）理论，可精准定位临界态，找到疾病驱动因子，实现疾病的早期预警与干预。同时，陈教授还分享了与中山医院、瑞金医院、肺科医院等合作的案例，证实DNB理论在肝癌、肺癌转移、前列腺疾病等领域的预警与治疗指导价值，强调临界态不仅对疾病预警至关重要，对治疗时机的选择也具有决定性意义，一旦错过临界态，治疗效果将大幅下降。这些研究充分体现了人工智能在生命科学和生物医学研究中的广阔应用潜力。

讲座尾声，陈洛南教授总结了本次分享的核心内容，提出未来将推进虚拟器官构建、多组学数据整合等研究方向，并鼓励科研工作者加强跨学科合作。互动环节中，在场师生、科研工作者们踊跃提问。最终由于时间有限，互动环节圆满结束，现场再次响起热烈掌声，感谢陈教授的精彩分享。

此次讲座不仅系统呈现了mAI for Dynamical Systems Biology领域的前沿学术成果、核心理论与应用案例，搭建了高水平的学术交流桥梁，更激发了在场听众的科研热情与创新思维，为推动人工智能与动态系统生物学的交叉融合、助力相关领域的科研创新与人才培养奠定了良好基础。