报告时间：2026年11月16日（周一）上午 10:15-11:15

报告地点：苏州大学逸夫楼234；腾讯会议 382-970-405

报告人：孙小强 教授，中山大学

报告摘要：

多细胞生命系统具有多尺度、非线性、动态性等复杂系统特征；单细胞测序数据蕴含基因、细胞等多个层次的信息，为解析细胞命运的多层次调控机制提供了数据支撑。如何发展面向单细胞数据的数学理论模型与智能计算方法，以解码细胞命运的跨尺度调控规律，已成为计算系统生物学领域的核心科学问题之一。近年来，本课题组围绕复杂细胞系统建模与计算中的科学问题与关键难点，发展了数据与机理融合的多尺度网络建模与优化方法体系。本报告将重点介绍驱动细胞命运演变的基因调控网络与细胞通讯的多尺度数学模型及智能算法，包括GRNvelo和CCCvelo。

报告人简介：

孙小强，中山大学数学学院教授、博士生导师。从事应用数学、数据科学与生命科学交叉研究，研究方向包括计算系统生物学、生物信息学和数学肿瘤学。在复杂细胞系统的机理-数据融合正反问题上取得一系列进展，包括：细胞通讯速度动力学模型(CCCvelo)及其协同优化算法(PINN-CELL)；空间多模态数据整合方法(SpaDDM)和细胞通讯多层网络模型(stMLnet)；“多尺度模型—可微代理模型—强化学习”一体化建模优化框架M4RL。以第一/通讯作者在Nature Computational Science、PNAS、Science Advances、SIAM J Appl Math、SIAM MMS等权威期刊上发表论文50余篇。担任PLOS Computational Biology、npj Systems Biology & Applications等多个期刊编委或学术编辑。