- 题目：机器学习在基因组工程和生物技术中的应用
- 时间：北美PST 时间 2020 年 3 月 18 日（星期三）6PM（北京时间3月19日9AM）
- 地点：Zoom and Bilibili live stream
- 主讲人：James Zou，哈佛大学应用数学博士，现斯坦福大学Biomedical Data Science，CS, EE助理教授。主要从事机器学习领域的研究，专注于开发生物技术和生物医学应用的算法。其研究成果发表在Nature，PNAS， Nature Biotechnology，Nature Machine Intelligence等杂志上。
中文摘要
本次在线沙龙主题为机器学习在基因组工程和生物技术中的应用。Zou博士将讨论如何利用机器学习算法开发更安全更精准的生物技术，以及如何使机器学习算法本身更具解释性。讲座第一部分，Zou博士将介绍其课题组利用机器学习针对基因组编辑的建模，以及在人类细胞中对CRISPR目标设计的优化。Zou博士课题组开发的SPROUT 可以准确的预测CRISPR诱导的DNA损伤分布。这同时也提供了一种新的表现DNA信息的方法。讲座的第二部分，Zou博士将讨论在生物医学应用中，如何使机器学习和深度学习算法更具解释性。在讲座最后（如果时间允许），Zou博士将介绍其课题组近期针对COVID-19的建模分析。
参考文献
Leenay, R. T., Aghazadeh, A., Hiatt, J., Tse, D., Roth, T. L., Apathy, R., … & Cirolia, G. (2019). Large dataset enables prediction of repair after CRISPR–Cas9 editing in primary T cells. Nature biotechnology, 37(9), 1034-1037. Bodapati, S., Daley, T. P., Lin, X., Zou, J., & Qi, L. S. (2020). A benchmark of algorithms for the analysis of pooled CRISPR screens. Genome Biology, 21(1), 1-13. Ghorbani, A., Abid, A., & Zou, J. (2019, July). Interpretation of neural networks is fragile. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 33, pp. 3681-3688).