摘要： 生物功能是通过一个复杂的调控网络实现的。疾病可以看作是对生物网络的扰动。在分析高通量数据的过程中, 使用生物网络数据库可以帮助我们将已有的知识和新的数据结合在一起，获取更加可靠的信息。我们探讨两个比较直观的生物信息的计算方法。两个方法都用于基因表达数据。一个方法试图寻找与疾病相关的个体网络（ego-network）, 进而找到重要但是不差异表达的基因。另一个方法试图构建差异协同的生物功能区网络, 进而解释疾病在功能区水平上的调控机理。

报告人简介：

于天维博士现任美国埃默里大学(Emory University)生物统计与生物信息学系终身副教授，长期从事算法研究，应用于生物信息学领域的大数据。主要研究方向包括基于质谱的代谢组数据预处理，基因组网络分析，以及探索高维数据中的非线性相关。于博士发表高水平学术论文六十余篇，现任Frontiers in Genetics和Current Metabolomics的编委。

时间：2014年10月28日下午3点

地点：济事楼308计算视觉实验室(iLab@Tongji)

注：于天维教授与bat365在线登录网站计算视觉实验室合作，为bat365在线登录网站对生物信息感兴趣的员工设计了1-2个较易入手的计算课题，有兴趣参与的员工可在报告后直接和于教授联系，并可以在毕业时申请美国EMORY UNIVERSITY计算机系进一步在于教授美国实验室从事相关研究。