2016年8月13日，由中国科学院北京生命科学研究院和中国科学院北京基因组研究所联合主办的第五届青年生物信息PI研讨会在北京基因组研究所报告厅成功举办，来自全国各地的13位青年PI为我们呈现了关于精准医疗、大数据及多组学整合等方面的精彩演讲。

此次会议吸引50余名青年PI和200名左右学生到场，相当踊跃，在主会场外还设立了直播会场。

研讨会亮点总结

1.  刘小乐，哈佛大学

报告题目：CRISPR 筛选和癌症精准治疗

主要内容：利用计算模型设计分析和优化CRISPR/Cas9筛选系统，利用CRISPR筛选出癌症精准治疗的靶点。

2.  杨雪瑞，清华大学

报告题目：Dissecting the multi-level gene expression regulation in cancers

主要内容：肿瘤的转录后期和翻译时期的基因调控，翻译与转录的幅度不同，翻译调控主要是在翻译的起始阶段发挥作用，翻译时期调控与肿瘤的发生和发展作用机制需后续研究。

3.  王晓月，协和医学院

报告题目：Systematic Identification of Enhancer Variants Associated with Cancer Risk

主要内容：目前研究中发现许多SNP位点与癌症发病风险相关，利用STARR-seq策略鉴定出多种增强子变异，增强子变异影响特定基因表达，因此与癌症的发病风险相关。

4.  李程，北京大学

报告题目：Exploring 3D cancer genome

主要内容：利用Hi-C与FAIRE-seq技术研究开放染色质，目前3D基因组研究已经延伸到癌症领域，后续需要找到更多的癌症驱动基因和预测标志。

5.  徐书华，中科院-马普计算生物学研究所

报告题目：青藏高原人群的遗传起源和演化历史

主要内容：通过计算的方法研究目前的西藏人高原适应性的机制，以及西藏人中的基因遗传来源和进化中分化时间。

6.  邵振，中国科学院上海计算生物学研究所

报告题目：人与小鼠基因组中PRC2结合长链非编码RNA的序列组成特征分析主要内容：PRC2结合lncRNA所偏好的序列特征在特征空间和lncRNA基因体内的分布是有意义而非随机的，因此可以利用序列特征预测lncRNA。

7.  赵方庆，中国科学院北京生命科学研究院

报告题目：De Bruijn graph and sequence assembly

主要内容：序列组装的中Overlap Graph和DeBrujinGraph算法，赵老师实验室开发出新的inGAP-sf算法，该方法结合Dlink和Plink图，是一种更有效的方法，能够组装出高质量和连续性序列。

8.  陈铭，浙江大学

报告题目：Integrative Bioinformatics: achieved and missing

主要内容：在高通量组学大数据的时代背景下，机器学习和数据挖掘应用于多组学研究，数学与统计模型连接起基因组学和表型组学，基因组范围内的多水平网络有待整合。

9.  江瑞，清华大学

报告题目：Deep learning predicts chromatin accessibility from sequence

主要内容：目前医疗大健康数据与生物信息学需要结合分析，通过深度学习，神经网络和序列分析研究识别染色质的开放性分类及染色质开放性程度。

10. 张一婧，中国科学院上海植物生理生态研究所

报告题目：植物表观修饰的特异性作用及生长-抗逆平衡的分子机制

主要内容：在植物表观修饰的特异性作用方面，观察PcG不同组分特异调控植物生殖发育的分子机制；在植物生长-抗逆平衡的分子机制方面，探讨生物钟与昼夜周期协同调控生长-抗逆基因转录的分子机制。

11. 王秀杰，中国科学院遗传与发育生物学研究所

报告题目：Diversified RNA-level regulation in controlling the pluripotency of embryonic stem cells

主要内容：通过研究胚胎干细胞RNA水平的调控方式，找出胚胎干细胞的特异性转录本具有特异的ORF，从而调节基因表达形成组织特异性表达。

12. 张勇，同济大学

报告题目：Broad H3K4me3 is a convertible epigenetic barrier on active transcripts in pre-implantation embryos

主要内容：H3K4me3峰在关键功能的基因中比较宽，在胚胎期也比较宽，H3K4me3宽峰在早期胚胎中的功能有待深入研究。

13. 赵文明，中国科学院北京基因组研究所

报告题目：TheBIG Data Center

主要介绍中国科学院北京基因组研究所生命与健康大数据中心，围绕国家精准医学和重要组学数据，建立海量生物组学大数据储存、整合与挖掘分析研究体系，建设组学大数据汇交、应用与共享平台。

阅微基因在一代测序、二代测序服务行业拥有近十年的经验，作为这场盛会的赞助商，与参会人员深入交流了基因检测、大数据分析、一代/二代测序在精准医疗方面的研究现状与发展前景。青年PI和学生是未来科学研究工作的生力军，阅微基因将与这些学者们共同进步，一起为未来的科学研究和临床应用贡献自己的心力！