2025年3月3日下午，信息工程与自动化学院“致远大讲堂”有幸邀请到清华大学自动化系古槿教授来院交流，并作题为“在单细胞分辨率解析抗肿瘤药物动态作用机制的计算方法”的学术报告。本次报告在信息工程与自动化学院126会议室进行。学院教师、研究生及其他学院教师代表30余人参会。

本次报告围绕单细胞分辨率解析抗肿瘤药物动态作用机制的计算方法展开，探讨如何利用计算方法解决肿瘤异质性与耐药性研究中的关键问题。肿瘤细胞的异质性和可塑性是导致药物耐药性的核心挑战，单细胞组学技术为解析肿瘤细胞状态提供了强有力的工具。然而，由于单细胞测序通常只能获取特定时间点的静态快照，如何将不同时间点的细胞状态串联起来，以动态表征药物作用仍然面临巨大挑战。古槿教授介绍了团队最新提出的 scStateDynamics 算法，该算法基于流形学习和最优传输理论，能够在时间序列上对齐不同时间点的细胞状态，从而模拟肿瘤细胞的命运演化。该方法能够深入解析肿瘤细胞的异质性及其与原发耐药、获得性耐药的关系。此外，为了更好地建模单细胞组学数据中的复杂关系，古槿教授进一步介绍了基于图模型的跨时间节点多层图算法——scConGraph。该方法利用图的强大表示能力，构建跨时间点的多层图结构，将单细胞数据建模为细胞间的相似性与交互关系。scConGraph的节点表示细胞，边则包括同一时刻内的细胞相似性以及跨时间点的动态联系，并通过图表示学习优化细胞嵌入表示。该方法成功应用于胰腺癌耐药机制研究，识别了与原发耐药与适应性耐药相关的关键信号通路与基因，并通过实验验证了其生物学合理性。

古槿教授是清华大学自动化系长聘副教授，现任中国自动化学会智能健康与生物信息专业委员会秘书长、中国人工智能学会生物信息学与人工智能专业委员会常务委员。古槿教授及其课题组长期致力于生命遗传密码解析与复杂系统调控规律研究，发展新的信息理论与智能技术，推动恶性肿瘤等重大疾病诊疗的精准化与个体化，并主持和参与国家自然科学基金优秀青年科学基金、重点项目、国家重点研发计划课题等多个国家级科研项目。其研究成果卓越，在国际顶级学术期刊《Nature Cell Biology》、《Cell Stem Cell》、《Genome Biologyl》等发表论文60余篇，在智能健康与生物信息学交叉领域具有广泛的学术影响力。

古槿教授的报告内容深入前沿，紧密结合单细胞测序、生物信息学与计算方法的最新进展，展现了计算技术在精准医疗和生物信息学领域的巨大潜力。与会师生纷纷表示受益匪浅，不仅对单细胞组学在抗肿瘤药物研究中的应用有了更深入的认识，还对流形学习、最优传输、图模型等前沿计算方法在生命科学中的创新应用有了更清晰的理解。进一步引发了师生们对肿瘤耐药性研究，探索肿瘤微环境、免疫应答及个体化治疗等领域的广泛兴趣。