主讲人：肖铨武博士
主 题：数据挖掘技术在免疫学中的应用主持人：统计学院 吕绍高副教授
时 间：2013年 5月15 日（星期三）下午14:00
地 点：柳林校区通博楼B212学术会议室
主 办：统计学院、科研处
主讲人简介：
肖铨武博士。2009年7月毕业于中国科技大学与香港城市大学联合培养项目，分别获得两校博士学位。2009，07—2010，08，就职于阿里巴巴担任数据挖掘算法工程师；2010，08—2012，05，在香港城市大学从事博士后工作，师从著名数学家Smale做学习算法在免疫学中的应用等方面的研究；2012，05---至今，在微软（亚洲）互联网工程院任应用研究员一职，主要从事搜索广告、数据挖掘算法开发等工作。
内容题要：
多肽与MHC分子的结合是免疫学研究的一个重要课题，而核方法（kernel method）是近年来在统计学习和数据挖掘中广受好评的技术。为了把核方法应用到免疫学中，我们将20种氨基酸用字母表示，将多肽和MHC-II类分子看作氨基酸构成的字符串序列。在蛋白质研究常用的BLOSUM62矩阵的基础上，我们构造了氨基酸上的初始核，并依此定义了一般氨基酸序列上的正定核。将这一正定核代入正则化最小二乘核回归（regularized least square regression）算法中，即可预测多肽与MHC分子的结合强度。与当前文献中提到的其它方法相比，我们的方法更简单，并且在公开数据集上的实验结果表明，该方法的预测结果也更加准确。同时我们把核方法应用到MHC-II类分子的聚类中。在没有利用生物学先验知识的前提下，我们的聚类结果与世界卫生组织对MHC-II类分子的分类基本一致。
