Application of Statistical Feature Selection Methods in Interpreting Clinical Phenotypes
- A+
：蒋杭进（浙江大学）
：2023-05-27 16:30
：海韵园实验楼109报告厅
报告人：蒋杭进（浙江大学）
时 间：2023年5月27日16:30
地 点：海韵园实验楼109报告厅
内容摘要:
随着测序技术和医学检测技术的发展，针对某种疾病能够收集的数据量也越来越多，然而如何从这些复杂高维的数据中提取出与临床表型相关的特征是生物医学研究领域的重要问题。本次报告将以糖尿病患者的DNA甲基化数据分析和儿童肾脏病患者的临床数据分析为例介绍课题组最新开发的统计特征选择方法。具体而言，针对DNA甲基化的超高维数据，我们提出了一种不依赖于模型的特性选择方法，并且找到了一些与糖尿病相关的甲基化位点；针对儿童肾脏病患者的数据，我们提出了基于SVM的变量选择方法，并且构建了预测患儿是否激素耐药的统计模型，为患者的临床诊断提供依据。
个人简介：
蒋杭进，浙江省生物信息学学会理事、副秘书长。他于2018年获香港中文大学统计学博士，2022年入选省级青年人才计划，教育部生物学科“101”计划、生物信息学核心课程建设专家。他曾访问香港理工大学应用数学系和斯坦福大学统计系Wing Hung Wong 教授。目前, 他主要致力于以统计方法推动数字健康的发展, 为分析生物医学数据提出新方法。研究兴趣为贝叶斯数据分析、生物统计/计算生物学、统计推断和深度学习。目前，他已经在Statistica Sinica, PLoS Computational Biology, Briefings in Bioinformatics, The Plant Journal, Advanced Biology, Nature Astronomy , The Astrophysical Journal等统计学、生物学和天文学领域的高水平期刊上发表论文20余篇。
联系人：胡杰
