Research on Regulatory Motif Prediction Algorithms Based on High-Throughput Sequencing

：刘丙强（山东大学）
：2024-05-31 08:30
：海韵园实验楼105报告厅

报告人：刘丙强（山东大学）

时  间：2024年5月31日8:30

地  点：海韵园实验楼105报告厅

内容摘要:

The complexity of transcriptional regulation is the basis of biological diversity. Transcription factors serve as key regulators of transcriptional control, often determining gene activation status, controlling cell fate, influencing cellular responses, development, diseases, and so forth. Computational analysis of transcription factor binding sites, including regulatory motif prediction, is a classic problem in bioinformatics. This report presents two works from the presenter's team on transcription motif prediction, targeting ChIP-exo and ATAC-seq data, respectively. Original mathematical models were designed to achieve efficient prediction of transcription motifs. 

个人简介：

刘丙强，山东大学数学学院教授、副院长、博士生导师。主要从事生物信息学研究，利用图论、组合最优化和机器学习的理论及方法来研究生物医学大数据处理与分析中面临的计算挑战问题，在基因表达调控分析中的计算问题研究上取得了一系列成果。论文发表在Nat. Commun.、Nucleic Acids Res.、Trends Microbiol.、Trends Genet.、BIB、Bioinformatics、IEEE/ACM Trans. Comput. Biol. Bioinform.等高水平生物信息学杂志上。获评国家重点人才计划青年专家、山东省“泰山学者”青年专家、山东大学杰出中青年学者。担任或曾任中国工业与应用数学学会数学生命科学专委会委员，中国数学会生物数学分会理事，中国运筹学会计算系统生物学分会理事，中国计算机学会生物信息学专委会委员，国际计算机学会（ACM）中国理事会生物学专业委员会（SIGBIO）委员，中国自动化学会智能健康与生物信息专委会委员，山东生物信息学会副理事长等学术职务。

 

联系人：周达