2018年9月12日，应UIC理工科技学部统计学专业邀请，美国知名医药公司吉利德（Gilead Sciences）生物统计部门副总监宋庆华博士在T2-102为UIC师生带来了主题为“机器学习方法在临床生物标志物分析方面的应用”的讲座，为大家介绍了机器学习在临床研究尤其是在生物标志物分析方面的应用。
宋庆华博士
宋庆华博士2000年于四川大学数学系本科毕业后，赴美国威斯康辛大学深造，2005年获该校统计学博士学位。宋博士拥有十数年丰富的生物统计师经验，先后在世界著名的三大制药公司默克（Merck）、基因泰克（Genentech）以及吉利德（Gilead）任职。
首先，宋博士从统计学家角度讲解了临床研究。重点讲解了新药研发及上市项目流程图，什么是生物标志物，以及生物统计学家在临床研究中所起的作用。生物标志物是指可以标记身体结构或功能的改变或可能发生的改变的生化指标，具有非常广泛的用途。生物标志物可用于疾病诊断、判断疾病分期，或者用来评价新药或新疗法在目标人群中的安全性及有效性。
宋博士从统计学家角度讲解临床研究
宋博士根据自己丰富的工作经验，总结了统计学家在药物研发和上市过程中，实验的设计、计算、数据的处理、案例的分析、结果的展示和写报告等方面的作用。他指出，生物统计学家是药品研发和上市中的核心成员，既要参与临床小组（Clinical Sub Team）的讨论，又要参与学习管理组（Study Management Team）的讨论。
讲座现场座无虚席
宋博士还通过两个实际案例简单介绍了机器学习方法，尤其是随机森林和超级学习系统。一个案例关于随机森林在蛋白质组学分类方面的应用，另一个案例是关于超级学习系统方法推导基因签名并应用在肺癌上皮间质转换（EMT）上。他重点讲解了什么是随机森林和超级学习系统，两个方法的原理以及为什么可以用来分类。他还讲解了大数据的处理方法，如质谱分析，新一代的基因测速，以及高通量筛选等方法，他会继续带领他的团队尝试创新的更有效的分析方法。
在讲座的最后，宋博士与师生进行互动，回答学生提出的问题，并鼓励学生在学好本专业知识的基础上，扩大自己的知识领域，提高软件和分析问题的能力，发展成具有综合决策能力的复合型人才。
文：张国秋（理工科技学部）
图：Samuel Burgess, Marissa Furney
编辑：廖秋娴
（来源：365best体育官网入口公关处）
