回看上线|机器学习新算法在临床医学大数据中的应用

随着新一代单细胞测序技术的快速发展，在准确度大大提高的前提下, 测序成本进一步降低。由此不断产生出巨量的分子生物学数据，这些数据有着数量巨大、关系复杂的特点，以至于不利用计算机根本无法实现数据的存储和分析。随着生物信息学作为新兴学科迅速蓬勃发展，正在改变人们研究生物医学的传统方式，单细胞技术以及数据分析技术已成为探索生物学底层机制和研究人类复杂疾病诊断、治疗及预后的重要工具，广泛应用于生命科学各个领域。

转眼到了国自然冲刺阶段，为了助力老师们2022年国自然申请，伯豪生物倾力打造的免费公益直播课——“2022国自然攻略系列课程”专题活动，邀请最新中标项目的老师和有丰富申报经验的科研工作者就2022国自然最新形势与研究申报热点进行深刻解读与分析。之前的3期课程我们介绍了国家科技计划项目总览及申报准备，国自然项目构思，国自然项目申请书撰写，1月6日我们带来了生信研究方面的国自然项目申报经验分享，错过的小伙伴们可以观看视频回看啦！

扫码观看或点击阅读原文

讲座主题

机器学习新算法在临床医学大数据中的应用

主讲内容

如何申请关于生信分析相关的国自然项目？

生物信息学研究的国自然标书撰写要点

如何把机器学习的新算法开发与临床应用结合？

讲师介绍

郝洁  生物医学信息学博士

复旦大学附属中山医院 研究员

英国帝国理工大学 荣誉研究员

上海市浦江人才

研究方向：机器学习，代谢组学，蛋白组学，单细胞组学等多组学生物医学信息学新算法研究

2004年以英国伯明翰大学电子电机工程系建系以来最高分获得电子电机工程本硕连读工程硕士一等荣誉学位，毕业论文获得当年唯一最佳设计奖。2005年获得由英国教育部长亲自签发的海外优秀学生的全额博士奖学金，在英国伯明翰大学攻读生物医学信息学博士。2010年加入英国帝国理工大学，代谢组学创史人Jeremy Nicholson教授的研究组，从事机器学习，生物信息学，化学计量学，多变量统计分析等在代谢组学等多组学领域的应用，以及算法和软件的研发。在Nature Protocols，Analytical Chemistry，Nature Communications, Bioinformatics, Frontiers of Medicine等生物信息学顶级期刊发表多篇SCI论文。文章共他引次数已近1800次，一篇ESI高被引论文，归入Clinical Medicine学术领域同一出版年最优秀前1%, 并被web of science标示为热点论文和高被引论文。

更多国自然相关课程回放，请关注伯豪生物公众号，回复“国自然”。

推荐阅读

END

本文为伯豪生物原创

欢迎转发朋友圈

转载请注明来自伯豪生物

咨询热线：17702139967   

邮箱：[e-mail]  

更多精彩内容“阅读原文”

据说，点了 三连 的人都是科研达人噢！