删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

李毓龙教授做客生物物理所"贝时璋讲座"

本站小编 Free考研考试/2022-01-02

2021年6月3日,北京大学生命科学学院李毓龙教授应研究所邀请做客"贝时璋讲座",并作题为"New genetically encoded sensors to spy on monoamine dynamics and functions in vivo"的学术报告。会议由刘力研究员主持。
  李毓龙课题组聚焦神经元通讯的基本结构--突触,从两个层面上开展研究工作:一是开发新型成像探针,用于在时间和空间尺度上解析神经系统的复杂功能;二是借助此类工具探究突触传递的调节机制,特别是生理及病理条件下对神经递质释放的调控。课题组近期工作发表在CellNeuronNature MethodsNature BiotechnologyNature NeuroscienceeLife等高水平期刊。李毓龙教授为2019年国家****基金及科学探索奖获得者,曾获吴阶平-保罗·杨森医学创新奖、谈家桢生命科学奖、张香桐神经科学青年科学家奖、中源协和生命医学创新突破奖、北京大学-勃林格殷格翰研究员奖、绿叶生物医药********奖等,部分研究成果入选2018年度"中国生命科学十大进展"和"中国十大医学科技新闻"。
  在本次报告中,李毓龙教授主要介绍了课题组开发的多种灵敏、特异、可遗传编码的新型神经递质探针(GPCR-Activation-Based sensor, GRAB)及其应用。通过与传统检测神经递质的方法对比,李教授展示了GRAB在时间和空间分辨率上的优势。已经开发成功的GRAB(包括乙酰胆碱荧光探针、多巴胺荧光探针等)解析了神经局部环路中的突触活动,为理解相应神经递质在生理和病理条件下的释放特征提供了重要的工具。接下来,李教授重点介绍了最近在发展五羟色胺荧光探针方面取得的科研成果:通过对经典条件化训练过程中果蝇嗅觉学习记忆中心五羟色胺释放特征检测,揭示了果蝇条件化学习记忆突触可塑性潜在的神经调控机制。
  李毓龙教授针对课题组近期的研究成果进行了精彩的报告,报告结束后,参会的老师和同学们就各自感兴趣的问题与李毓龙教授进行了热烈的探讨。会后,李毓龙教授还与所内多名科研人员进行了讨论与交流。

刘力研究员主持报告

李毓龙教授作报告

刘力研究员与李毓龙教授合影留念

会场全景

李毓龙教授与研究人员交流

李毓龙教授与学生交流
(供稿:刘力研究组;核稿:科技处;摄影:王强)


附件下载:

相关话题/神经 医学 交流 生理 生命科学

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 中国认知科学学会第四届认知科学和脑疾病转化医学大会总结会在杭州成功举行
    第四届认知科学和脑疾病转化医学大会总结会开幕式现场杭州主会场重庆分会场同时进行  "第四届认知科学和脑疾病转化医学大会总结会"于2021年4月24至25日在杭州举行。"大会"由中国认知科学学会"认知科学和脑疾病转化医学工作委员会"主办。杭州师范大学附属医院、杭州师范大学心理科学研究院、中科院生物物理 ...
    本站小编 Free考研考试 2022-01-02
  • 基于图注意力卷积神经网络的文档级关系抽取
    摘要关系抽取作为信息抽取的子任务,旨在从非结构化文本中抽取出便于处理的结构化知识,对于自动问答、知识图谱构建等下游任务至关重要。该文在文档级的关系抽取语料上开展工作,包括但不局限于传统的句子级关系抽取。为了解决文档级关系抽取中长距离依赖问题,并且对特征贡献度加以区分,该文将图卷积模型和多头注意力机制 ...
    本站小编 Free考研考试 2022-01-02
  • 基于混合神经网络的实体关系抽取方法研究
    摘要实体关系抽取是信息抽取领域的重要研究内容,对知识库的自动构建起着至关重要的作用。针对非结构化文本实体关系抽取存在上下文环境信息难以准确表征,致使现有抽取模型准确率不能满足实际应用需求的问题,该文提出了一种新型的实体关系抽取模型BiGRU-Att-PCNN。该模型是基于混合神经网络,首先,构建双向 ...
    本站小编 Free考研考试 2022-01-02
  • 利用依存句法关系改进神经译文质量估计
    摘要译文质量估计技术是指在无参考译文的情况下对机器译文进行评价的方法。近年来,深度学习技术取得了重大突破,融合深度学习技术的神经译文质量估计方法逐渐取代了传统的译文质量估计方法成为主流。神经译文质量估计模型具有一定的隐式学习源语言句法结构的能力,但无法从语言学的角度有效地捕捉句子内部的句法关系。该文 ...
    本站小编 Free考研考试 2022-01-02
  • 基于图卷积神经网络的隐式篇章关系识别
    摘要隐式篇章关系识别是篇章关系识别的子任务,其挑战性在于难以学习到具有丰富语义信息和交互信息的论元表示。针对这一难点,该文提出一种基于图卷积神经网络(GraphConvolutionalNetwork,GCN)的隐式篇章关系分类方法。该方法采用预训练语言模型BERT(BidirectionalEnc ...
    本站小编 Free考研考试 2022-01-02
  • 基于双通道图神经网络的小样本文本分类
    摘要小样本文本分类任务同时面临两个主要问题:①样本量少,易过拟合;②在元学习框架的任务形式下,监督信息被进一步稀疏化。近期工作中,利用图神经网络建模样本的全局信息表示(fullcontextembedding)成为小样本学习领域中一种行之有效的方法,但将其迁移至小样本文本分类任务,由于文本多噪声,且 ...
    本站小编 Free考研考试 2022-01-02
  • 译文质量估计中基于Transformer的联合神经网络模型
    摘要译文质量估计作为机器翻译中的一项重要任务,在机器翻译的发展和应用中发挥着重要的作用。该文提出了一种简单有效的基于Transformer的联合模型用于译文质量估计。该模型由Transformer瓶颈层和双向长短时记忆网络组成,Transformer瓶颈层参数利用双语平行语料进行初步优化,模型所有参 ...
    本站小编 Free考研考试 2022-01-02
  • 基于重解码的神经机器翻译方法研究
    摘要基于Transformer的序列转换模型是当前性能最优的机器翻译模型之一。该模型在生成机器译文时,通常从左到右逐个生成目标词,这使得当前位置词的生成不能利用译文中该词之后未生成词的信息,导致机器译文解码不充分从而降低译文质量。为了缓解上述问题,该文提出了基于重解码的神经机器翻译模型,该模型将已生 ...
    本站小编 Free考研考试 2022-01-02
  • 基于ECPA神经网络的情绪原因识别方法
    摘要情绪原因识别是文本情绪分析领域中的一个前沿研究方向。传统情绪原因识别方法需要进行规则制定、抽取特征,而该文从情绪原因的语言特点出发,结合Bi-LSTM模型和注意力机制,提出一种基于情绪上下文位置注意力神经网络的情绪原因识别方法(ECPA)。该方法考虑了情绪词和情绪类别中的情绪信息,学习了Bi-L ...
    本站小编 Free考研考试 2022-01-02
  • 基于图神经网络和语义知识的自然语言推理任务研究
    摘要自然语言推理任务的目的是推断两个句子之间的语义逻辑关系。该文通过模仿人类的推理过程构造模型,首先利用长短时记忆网络提取词的语境特征,模仿人类粗读句子的过程;然后依据外部语义知识,连接两个句子中有语义联系的词,构造一个以词为节点的语义图;接下来模仿人类比较两个句子的语义角色相似性的思维,用图卷积或 ...
    本站小编 Free考研考试 2022-01-02