2023年10月14日至15日，由北京大学定量生物学中心主办的“定量生物学2023: 人工智能和细胞命运“（Quantitative Biology 2023: AI and Cell Fate）国际会议在北京大学中关新园成功举办。会议邀请了来自中国、美国、英国、日本等海内外29位相关领域的杰出学者进行了精彩纷呈的学术报告，现场300余人参会。本次会议还得到了北大-清华生命科学联合中心、北京大学成都前沿交叉生物技术研究院、北京大学国际合作部、北京大学研究生院、北京大学化学与分子工程学院、北京生物信息学研究会、北京并行科技、捷通智慧科技的共同支持。

会议合影

10月14日上午8:30，会议在北京大学中关新园群英厅正式开始。开幕式由定量生物学中心曾泽贤研究员主持。北京大学前沿交叉学科研究院院长、北京大学定量生物学中心主任汤超院士为大会致开幕辞。汤超院士对中心的发展历程、科研队伍和人才培养进行了简要介绍，强调中心一贯重视创建国际化的学术文化和学术环境，中心自成立以来，每年单独或联合国际上领域内顶尖学术机构围绕系统与定量生物学主旨，定期召开不同专题的国际学术研讨交流会和暑期培训班；当前世界各地的国际学术交流活动已逐渐从疫情的影响中恢复，此次国际会议不仅是中心传统的继续，更是为与会者提供了一个互相学习、交流与合作的平台。

汤超院士致开幕辞

本次会议采用邀请报告和海报展讲的形式进行交流。在14号上午的报告中，来自匹兹堡大学的Jianhua Xing教授介绍了基于单细胞组学数据构建更精确RNA速度场的方法，并进一步展示了该方法在上皮细胞-间叶细胞转化和细胞周期等过程中揭示细胞命运转化的具体应用。来自圣路易斯华盛顿大学的Ting Wang教授就人类泛基因组计划进行报告，指出泛基因组在判断插入突变等方面相比于Hg38等传统参考基因组所具有的独特优势，这进一步为分析突变位点附近的表观信息提供了条件。来自清华大学的颉伟教授分享了SOX2在内细胞团形成的不同阶段发挥作用的不同方式，指出SOX2在内细胞团发育前期需要Nr5a2和Tfap2c等因子预先打开结合位点才能发挥其增强子的功能。

Jianhua Xing教授、Ting Wang教授、颉伟教授做报告

茶歇过后，来自耶鲁大学的Siyuan (Steven) Wang教授分享了使用染色质追踪研究三维基因组结构的实验技术以及通过三维基因组数据对不同癌症阶段进行判断的机器学习方法。来自艾伦研究所的Matheus Palhares Viana教授介绍了从单细胞图像数据中构建细胞器平均位置模型的相关工作，其通过模型得到的细胞器位置和结构信息和实验数据吻合较好。来自广州生物岛的闵明玮教授进行了有关细胞增殖状态决策的报告，通过实验数据证明细胞是否进行增殖更可能是由过去一段连续时段内的分裂素积累情况所决定的，细胞能够通过MAPK通路对较长时间内接受到的分裂素信号进行整合，并最终决定是否通过分裂完成增殖过程。

Siyuan (Steven) Wang教授、Matheus Palhares Viana教授、闵明玮教授做报告

下午的报告中，来自加利福尼亚大学欧文分校的Qing Nie教授介绍了用于分析细胞状态转变和动力学行为的QuanTC、MuTrans、SpliceJAC等算法，同时介绍了推断细胞间通信的CellChat、NeuronChat等计算框架，最后还通过SpaOTsc、SpaceFlow等工作展示了空间信息对于优化计算模型的重要作用。来自深圳先进技术研究院合成生物学研究所的胡政教授分享了借助表达量单调变化基因进行RNA速度场构建的PhyloVelo计算框架，并展望了其与Dynamo等框架联合使用在揭示细胞状态转化过程中具有的潜力。来自清华大学深圳国际研究生院的Tatsuhisa Tsuboi教授介绍了线粒体体积比与其空间定位间存在的联系，揭示了噪声对于线粒体形态的重要影响。来自北京大学的周沛劼教授分享了基于多组学数据研究生物系统状态转变动力学和调控网络的新方法。

Qing Nie教授、胡政教授、Tatsuhisa Tsuboi教授、周沛劼教授做报告

海报交流环节后，来自卡内基梅隆大学的Jian Ma教授介绍了对空间转录组进行分析的SPICEMIX算法，该算法基于隐变量模型实现了对复杂组织内细胞类型的识别，并能够对数据背后的多基因表达谱以及细胞分化过程进行刻画。来自厦门大学的黄佳良教授介绍了增强子网络的概念，展示了其用于预测细胞类型的可能性。来自北京大学的李志远教授介绍了基于逻辑的基因调控网络构建方法，并分析了在噪音和信号因子两种不同驱动下调控网络的不同行为模式。

Jian Ma教授、黄佳良教授、李志远研究员做报告

第二天的报告更倾向模型及其应用。来自中国科学院分子细胞科学卓越创新中心的陈洛南教授介绍了用于生物科学中的AI的相关进展，通过“空间-时间”信息转换实现从时序动态信息中对生物过程进行预测和预警。来自北京大学的张磊教授介绍了对复杂生物系统进行构建解景观的研究进展，为求解非线性多解问题提出了一个能够展示复杂系统的全局结构的新方法框架。来自清华大学的汪小我教授介绍了在DNA启动子序列设计的相关进展，提出了基于卷积神经网络预测预测有效的DNA启动子序列的工具NeuronMotif，并举例阐述了如何应用这一工具。来自耶鲁大学的David van Dijk教授线上参加了会议，他关注如何通过因果推断和大语言模型去理解细胞命运转变，介绍了通过因果推断学习免疫系统语言的工具CINEMA-OT和将大语言模型转变成生物学大语言模型的Cell2Sentence。

陈洛南教授、张磊教授、汪小我教授、David van Dijk教授做报告

上午下半场来自西湖大学的裴端卿教授关注胚胎发育过程中的细胞命运决定，其研究揭示了转录因子NuRD, Sall4和BMP4的调控网络如何决定多能干细胞向免疫细胞转变。来自清华大学的沈晓骅教授介绍了解码非编码基因组的相关进展，揭示了非编码DNA调控染色质折叠、转录和细胞核稳态的基本规律。来自匹兹堡大学的Harinder Singh教授也线上参加了会议，他介绍了免疫细胞命运动态过程中的基因调控网络动态中的相关研究进展，提出了用于基于调控基因数据推断细胞命运的工具MIRA。来自清华大学的周帆教授介绍了围着床胚胎发育与调控的研究进展，从表观遗传和空间（A-P轴）的角度阐述了胚胎发育中的重要过程。

裴端卿教授、沈晓骅教授、Harinder Singh教授、周帆教授做报告

下午的报告侧重于人类疾病。来自宾夕法尼亚大学的Yi Xing教授介绍了组学和AI应用于mRNA可变剪切缺陷造成的罕见病中的进展，总结了目前用于预测可变剪切的rMATS等计算工具的优缺点，并介绍了课题组最近用深度学习方法推断转录可变剪切的工具DARTS。来自浙江大学的郭国骥教授介绍了在单细胞水平绘制细胞图景的相关进展，基于深度学习提出了名为华佗的单细胞水平预测细胞图景的模型。来自哈佛医学院的Kaifu Chen教授关注在发育和疾病中定义细胞身份的主要调控网络的系统方法，通过机器学习识别细胞身份的基因组和表观遗传学特征，提出了CIGnet模型用于细胞身份分类。来自西湖大学的王寿文教授介绍了通过单细胞谱系追踪推断细胞动态和克隆记忆，建立了 CoSpar方法用于从单细胞转录组推断细胞动态，并用其在单细胞多组学谱系追踪中的相关进展。

Yi Xing教授、郭国骥教授、Kaifu Chen教授、王寿文研究员做报告

下午海报展讲后，来自埃克塞特大学的Ge Guo教授关注早期人类胚胎发育细胞谱系分化，利用RNA测序，细胞身份预测等多种方法阐明了胚胎发育细胞谱系分化过程中的调控机制。来自北京大学的韩铭教授介绍了多组分系统中的统计规律，基于主体建模的方法模拟多细胞动态和利用基因组预测细胞的生存。来自华东师范大学的朱通教授介绍了基于共价相互作用的靶点和药物发现的相关进展，重点讲解了基于活性的蛋白质分析技术。来自北京大学的韩敬东教授介绍了如何将AI应用于衰老研究，举例说明了机器学习在表观遗传如DNA甲基化，3D人脸和长非编码RNA中的应用。

Ge Guo教授、韩铭研究员、朱通教授、韩敬东教授做报告

大会的海报展讲环节，老师和同学们充分交流，现场气氛十分热烈。

海报与讨论环节

经过两天的精彩学术报告和激烈的提问与讨论，2023年“定量生物学2023：人工智能和细胞命运”国际会议圆满落幕。在闭幕致辞中邢建华教授回顾了两天来自不同领域不同方向的精彩报告，对报告人表示了感谢。邢建华教授表示AI与细胞命运决定是生物领域中的重要问题，定量生物学中心适时而动举办了此次国际会议。接着邢建华教授对本次大会的会务组与志愿者表示了感谢。最后，邢建华教授在致辞中展望未来，期待下次相会。至此，2023年定量生物学国际会议圆满结束。

邢建华教授致闭幕辞