【中国高校之窗】沈红斌教授应邀在江西科技师范大学作学术讲座
2016年11月18日上午，应江西科技师范大学科研处和通信与电子学院的邀请，上海交通大学特聘教授、博士生导师、ESI高被引科学家、万人计划中组部青年拔尖人才沈红斌教授在枫林校区图书馆二楼学术报告厅作了题为“基于图像模式分析的生物分子大数据理解”的学术讲座。
本次讲座吸引了江西科技师范大学通信与电子学院、生命科学学院、化学化工学院、药学院等众多教师、研究生和本科生参加，讲座由通信与电子学院院长殷志坚教授主持。整场讲座图文并茂，深入浅出，沈教授根据课题组的研究进展向到场师生系统地讲解了大数据时代下基于图像模式分析的生物信息学研究基本方法和所面临的挑战。
沈教授从国际顶级期刊《Science》（影响因子34.661）关于后基因组时代生物信息学研究的封面论文切入，围绕生物信息学研究中所涉及到的大规模基因数据、超算硬件、模式识别理论、信息检索技术以及机器学习等方面开启本次学术讲座。讲座分为基于序列的蛋白质结构预测、生物图像信息学、蛋白质分子网络链式噪声去除、新生物大数据理解的动态预测以及在线生物计算平台建设等五个主要内容。
沈教授以2014年诺贝尔化学奖获得者Eric Betzig, Stefan W.Hell, William E.Moerner等在超高分辨率荧光显微镜成像领域做出的杰出贡献为例（通过荧光分子将光学显微镜带进了纳米尺度），系统阐述了近年来备受国际社会关注的生物图像信息学领域，即：生命分子科学研究正进入一个崭新的可视化研究时代。随后，沈教授举例在2012年，生物信息学领域权威期刊《Bioinformatics》（影响因子5.766）在其官网发出声明：“我们一致认为，现在就是生物图像信息学大展拳脚的时候了”，“我们鼓励并接收基于生物图像数据的模式分析与识别研究论文投稿”。同年，国际顶级期刊《Nature Method》（影响因子25.328）杂志的2012年7月刊只接收生物图像信息学的研究论文，并且打出了“重点关注生物图像信息学”的口号，更突显其在当今生物信息学领域的重要地位。
讲座过程中，沈教授还列举了他所领导的模式识别与生物信息学研究组近期的研究进展，其中包括面向多标记蛋白质免疫组织化学染色（IHC）图像数据的亚细胞定位预测研究以及基于多标记类标相关性的蛋白质免疫荧光染色（IF）图像数据的亚细胞定位预测研究等。预测模型的理论预测结果被国际同行广泛关注，在保证精准预测的同时极大地降低了蛋白质信息注释工作的成本，并且理论预测结果多次获得实验验证，研究成果可以为攻克若干重大癌症疾病的预警技术（例如：肿瘤存在、发病过程及预后等）提供科学理论支撑和指导。
最后，沈红斌教授还鼓励在座师生将自己的研究成果适当地展现出来，在了解国外相关课题组研究进展的同时，拓宽与国内外同行的学习交流渠道。
讲座结束之后，沈红斌教授与场下师生进行交流互动，畅谈交叉学科的发展前景、生物分子大数据理解的未来发展趋势、探讨人类全基因组测序的商业应用价值，同时沈教授还解答了同学们在学习生活中遇到的困惑，互动气氛融洽而热烈。
