2022年5月28日上午，中国科学院分子细胞科学卓越创新中心研究员、中国科学院系统生物学重点实验室执行主任陈洛南教授应蒋兴鹏教授的邀请，做客我院第二期“南湖学者论坛”，通过腾讯会议平台在线为师生作了题为《计算系统生物学及复杂疾病研究》的学术报告。会议采取线上线下结合的形式，部分老师和研究生在大会议室集体听取了报告。

陈洛南教授，1984年获华中科技大学电气工程学士学位，1988年获日本东北大学系统科学硕士学位，1991年获日本东北大学系统科学博士学位。1997年起任日本大阪产业大学副教授,2000年起任美国加州大学洛杉矶分校(UCLA)访问教授,2002年起任日本大阪产业大学教授,2009年4月起任日本东京大学教授(兼),2010年4月至今任中科院系统生物学重点实验室执行主任，研究员。现任中国生物化学与分子生物学会分子系统生物学专业分会主任委员，IEEE-SMC系统生物学委员会主席，中国运筹学会计算系统生物学分会名誉理事长。主要从事计算系统生物学、大数据分析和人工智能的研究工作。近年来，在系统生物学和复杂网络等研究领域发表了350余篇期刊论文及10余部编著书籍(Citation > 20000; H-index > 70; Elsevier高被引)。

在报告中，陈洛南教授介绍了数据时空特性的动力学分析方法等研究动态,如基于动力系统的临界点预警方法、基于空间信息与时间信息转换的时序列预测理论、基于嵌入理论的因果关系推断算法等。基于动力学的数据科学新理论与新方法能够帮助理解和预测复杂系统的动态发展,有助于分析复杂动态过程和复杂疾病的机制,加速包括生物医学及人工智能等研究领域的步伐。

在生物信息学及数据融合方面，陈洛南教授以皮肤微生物为例，深入浅出地介绍了网络标志物的概念，指出可建立网络流熵来量化细胞干性，并通过构建生物网络进行疾病诊断。

在人工智能和大数据分析方面，陈洛南教授讲解了空间-时间信息转换与因果推断方法，指出这些方法可广泛应用于癌症转移与复发,干细胞分化的动态机制,公共卫生实时监测、亚健康状态预警、时间序列预测、AI等领域。

陈洛南教授还详细介绍了复杂疾病系统发生发展过程的临界理论,指出疾病的发病过程呈现从发病前可逆到发病后不可逆的非线性状态。陈洛南教授引入了动态网络标志物DNB（DynamicNetworkBiomarker），通过临界理论实现基于观测数据完成预警的效果。

报告的最后，陈洛南教授针对老师和同学们的问题做了细致解答。

撰稿人：肖珍

审读人：蒋兴鹏