|
2025年5月28日(星期三)下午14:00
|
|
|
从头设计生物组件
|
|
|
开启DN/Ai的新时代
|
|
|
|
|
|
|
欢迎您参加于2025年5月28日，北京时间下午2点，由中国农科院农业基因组所刘毓文研究员及Twist Bioscience新兴应用总监Julian Jude博士共同为您带来的「从头设计生物组件，开启DN/Ai的新时代」网络研讨会。
|
|
|
本次会议您将了解CisEncoder平台结合动植物中的高通量定量顺式调控元件（CRE）活性的大规模并行报告基因分析（MPRAs）实验与深度学习算法，及CRE的核酸语法规则。同时也将向您深度解析Twist合成DNA平台如何实现「搭建数字与物质世界的桥梁」的愿景，让AI生成的生物设计焕发活力，还将通过案例研究，展示Twist合成DNA如何实现AI与湿实验室生物学的闭环验证。
|
|
|
扫码报名
|
|
| 扫左侧二维码或点击按钮报名 |
|
|
日期：2025年5月28日(下午 14:00 - 15:00)
|
|
|
|
|
|
|
|
|
| 刘毓文 |
| 研究员 | 博士生导师 |
| 中国农科院农业基因组所 |
|
|
|
| 嘉宾介绍 |
|
|
中国农科院农业基因组所研究员、博士生导师，入选国家重大人才工程（青年），主持多项国自然和重点研发课题。近五年，以通讯作者（含共同）在Genome Research，Nature Communications、NAR、Advanced Science等国际期刊发表10余篇论文。研究方向为开发高通量实验方法和计算方法对调控元件进行挖掘和设计，并应用于生物育种和生物制造。代表性工作包括开发实验方法率先实现了哺乳动物全基因组增强子和沉默子的直接定量，以及开发算法在增强子活性预测的准确性取得SOTA水平，并在国内首次创制出基因组整合AI设计增强子的动物模型。
|
|
| 报告题目 |
|
|
CisEncoder：结合高通量实验和深度学习的顺式调控元件核酸语法解析
|
|
| 报告摘要 |
|
|
CisEncoder：平台结合动植物中的高通量定量顺式调控元件（CRE）活性的大规模并行报告基因分析（MPRAs）实验与深度学习算法，深入解析了CRE的核酸语法规则。
|
|
|
CisEncoder平台重要成果：
|
|
1）开发了Ss-STARR-Seq，首次实现了人类和小鼠全基因组沉默子活性的直接定量；
2）开发了DREAM深度学习算法，基于DNA序列预测增强子活性的准确性达到SOTA，并在多个物种中设计出活性高于现有最强序列的增强子和沉默子；
3）首次设计出了在跨越十亿年进化分歧物种中具有保守活性的增强子序列，并在国内率先创制了基因组整合AI设计增强子的动物模型。
|
|
|
|
|
|
| Julian Jude, Ph.D. |
| 新兴应用总监 |
| Twist Bioscience |
|
|
|
| 嘉宾介绍 |
|
|
Julian 博士是功能基因组学研究的专家，拥有超过20篇学术论文及专利申请。他在英国癌症研究院曼彻斯特研究所攻读博士期间开发了shRNA筛选平台，随后于维也纳Zuber教授实验室从事博士后研究，主导推进CRISPR技术革新，完成70余项全基因组筛选实验，其中多项采用新型诱导表达系统以实现复杂表型读数。在与Elling博士实验室合作中，他参与创建了Vienna Bioactivity CRISPR算法——现已成为领先的gRNA设计工具。
|
|
|
结束学术生涯后，Julian加入初创企业主导建立并优化CROP-Seq筛选平台，将CRISPR筛选与单细胞RNA测序技术深度融合。2019年加入Twist Bioscience担任科学开发经理，为学术界与工业界合作伙伴提供功能基因组学、新技术开发及定制化流程设计咨询服务，以加速科研发现。2023年短暂领导Basecamp Research的AI驱动基因组工程项目后，于2024年回归Twist担任新兴应用总监。
|
|
|
Julian博士现正将其丰富的功能基因组学研究经验与对前沿技术的热忱相结合，依托Twist合成DNA平台能力，全力推动生命科学领域的突破性发现。
|
|
| 报告题目 |
|
|
The New Era of DN/Ai — Twist’s Synthetic DNA Is Turning Code into Biology
|
|
| 报告摘要 |
|
|
人工智能正在重塑我们设计、理解与改造生物系统的方式——但AI的真正影响力，取决于数字预测能否无缝转化为真实的生物分子。本次演讲将深入解析Twist合成DNA平台如何实现这一愿景：搭建数字与物质世界的桥梁，让AI生成的生物设计焕发活力。
|
|
|
实现这一变革的核心是Twist的高保真，长度可达500 bp，混合的多基因片段库。研究人员可直接基于计算机模型，快速经济地构建复杂蛋白质文库、mRNA UTR、启动子等元件。我们将探讨科学家如何利用Twist合成DNA解决方案，将机器学习预测转化为功能性生物组件，推动抗体工程、酶优化、新型核酸酶开发等领域的突破性发现。
|
|
|
报告将通过案例研究，展示Twist合成DNA如何实现AI与湿实验室生物学的闭环验证。
|
|
|
|
|
| Twist Bioscience 产品仅供科研使用，不适用于诊断程序。
|
|
|
|
