在过去的15年中，高通量技术在生物医学中迅猛发展。这些技术使得科学家以及临床医疗工作者们能够在从分子到器官的各个层面上对疾病进行研究。然而这些技术所带来的海量数据对计算科学包括数据的存储，压缩，信息提取，挖掘，可视化，机器学习，数据融合，数据安全与管理，分布式计算等方面构成了巨大的挑战但也提供了前所未有的机遇。尤其是这些研究课题对多学科交叉的要求对我们传统计算科学的研究方式产生了巨大的影响。这里我将从转化生物信息学的角度来讨论一些具体的将计算科学方法直接应用在生物医学领域的例子，并讨论一些进行交叉学科研究时所要注意的问题。

主 讲 人：Dr. Huang Kun

报告时间：2013-6-14 上午8:30-11:00

报告地点：计算机楼121教室

黄昆博士1996年本科毕业于北京清华大学获得生物科学与技术及电子计算机双学位，并于同年进入美国伊利诺伊大学香槟校区（UIUC）研究生院学习。先后获得生理学，电子工程学，以及数学专业硕士学位，并于2004年获得电子与计算机工程博士学位，其研究生期间主要研究方向为计算机视觉与机器学习。毕业后，黄昆博士进入俄亥俄州立大学医学中心生物医学信息学系任教，并于2010年获终身教职。其当前兼任计算机科学与技术系，电子与计算机工程系，生物医学工程系，病理系，以及生物物理等专业研究生导师以及俄亥俄州立大学综合癌症中心生物医学信息学共享资源副主任。他的研究方向包括计算生物学，转化生物信息学，生物图像信息学，机器学习，以及表观遗传学。他共发表各类研究论文120篇，并主持多项美国国家健康研究院以及能源部等研究课题。