报告主题：当代基因组大数据集的系统进化与传播动态推断方法（Phylodynamic inference of modern genomic datasets）
主讲嘉宾：高健思博士（Fred Hutchinson癌症中心博士后）
报告时间：2025.12.25 （周四）14:00-16:00
报告地点：国科大杭州高等研究院6号楼308-309会议室
报告概要：对广泛实时采样得到的病原体基因组大数据集的系统进化推断可揭示其分子演化与传播动态的关键信息。此类系统进化分析已在伊波拉与新冠等疫情防控的决策过程中得到广泛应用。本报告聚焦报告人在病毒系统进化与传播动态推断方法上的研究。例如，报告人开发的病原体地理传播模型揭示了新冠病毒扩散速率及传播路径在疫情进展与防疫措施动态调整下的变化；报告人对病原体巨型进化树推断的统计剖析则指明了传统方法在基因组大数据集演化分析上遇到的计算挑战生物学根源，并提出了改进方案。随着单细胞多模态组学大数据集的涌现，融合深度学习的系统进化推断在体内演化、癌变、及个体发育等生物医学相关问题上也有广泛的应用前景；报告人将简要介绍其在该方向上的初步探索与研究计划。
嘉宾简介：Fred Hutchinson癌症中心博士后。2022年获得加州大学戴维斯分校群体生物学博士学位。他致力于开发针对当代组学大数据集的新型系统进化推断方法来探究医学相关的演化与发育过程。博士至今聚焦开发基于病毒基因组大数据集的统计模型与计算方法、从而推断其演化过程与传播规律。相关研究成果已以第一兼通讯作者发表于PNAS（两篇）、Molecular Biology and Evolution、Bioinformatics等期刊中。其研究兴趣还包括单细胞发育谱系与体内演化推断方法的开发、以及融合深度学习模型的分子进化与谱系分歧过程的推断与预测等。
