（报告一）
报告题目：均匀设计及其应用
内容简介：随着科学技术的发展，实验人员可能会面临例如多因素、非线性、因素与响应之间的模型未知等复杂问题。因此，合理组织实验是非常重要的，实验设计是一种合适的工具。均匀设计是实验设计中的一个重要类型，其思想是将设计点均匀地分布在实验领域中。均匀设计中的运行次数比正交设计更灵活。本文将介绍均匀性的度量、均匀设计的构造方法以及应用。
报告地点：数学科学学院B305
报告时间：2019年7月4日14：30-15：15 （星期四）
报告人：周永道 (南开大学统计与数据科学学院教授)
报告人简介：周永道，男，南开大学统计与数据科学学院教授、博士生导师。入选南开大学百名青年学科带头人计划。研究方向为试验设计和数据挖掘。2002年毕业于四川大学基础数学专业，2008年获四川大学概率论与数理统计专业博士学位，毕业后留校任教，2015年被聘为教授，2017年9月起任南开大学教授。主持过四项国家自然科学基金及其它多项纵横向项目，参与多项国家自然科学基金及其它项目。曾访问UCLA、Simon Fraser University、香港大学等高校。在包括统计学顶级期刊 JASA、Biometrika、中国科学等国内外期刊上发表论文三十多篇，出版一本英文专著，两本统计学专业教材。曾获国家统计局第十一届统计教学奖一等奖。现为中国数学会均匀设计分会常务委员、秘书长，中国现场统计研究会试验设计分会常务理事，天津市现场统计研究会常务理事，美国《数学评论》评论员。
（报告二）
报告题目：基于深度学习的关于单细胞RNA序列的精确聚类和去批次效应
内容简介：单细胞RNA序列(scRNA-seq)可以通过无监督聚类描述细胞种类和状态，但是随着细胞数量的不断增加，其计算量面临挑战。我们提出了一种无监督的单细胞聚类深度嵌入算法(DESC)，可以通过反复迭代学习特定于簇的基因表达特征和簇分配。各种数据集的训练结果显示DESC 可以显著提高聚类的精确度，并且能够保持真实生物变异的同时可以消除复杂的批次效应。
报告地点：数学科学学院B305
报告时间：2019年7月4日15：15-16：00 （星期四）
报告人：胡刚 (南开大学数学科学学院副教授)
报告人简介：胡刚，南开大学数学科学学院副教授，2005年博士毕业于南开大学数学科学学院。2006年起任职于南开大学数学院至今。2012年7月-12月任加拿大阿尔伯塔大学电子与计算机工程系访问副教授，2017年10月至2018年10月任美国宾夕法尼亚大学生物统计系访问副教授。主要从事生物信息学方面的研究。主要研究领域包括蛋白质结构和功能分析，蛋白质无序区域分析以及单细胞RNA测序数据分析等。
（报告三）
报告题目：蛋白质扭转角预测及其应用
内容简介：蛋白质结构可以用骨架扭转角来描述：N-Cα键 (φ) 和Cα-C键 (ψ) 的旋转角，或Cαi-1-Cαi-Cαi+1 (θ) 夹角和Cαi-Cαi+1键的旋转角(τ)。正确预测蛋白质角度可以用来改进结构预测和模型的优化。早期的方法，是将角度转化为离散的状态来预测（分类问题）。近年来，有些方法是直接预测蛋白质角度的实数值（回归问题）。然而回归实数值，并不能为预测的角度提供置信信息或概率值。在这里，我们把角度按照每5度一个区间离散化，使用深度学习框架来预测角度落在哪一个区间。我们发现这种离散的方式比现有预测方法的准确率提高2-6%。我们进一步证明了，角度落在某离散区间的概率可以用在识别蛋白质无序区域（disorder region）和模型评估中。所涉及到的方法可在http://sparks-lab.org网站获取。
报告地点：数学科学学院B305
报告时间：2019年7月4日16：00-16：45 （星期四）
报告人：高建召(南开大学数学科学学院副教授)
报告人简介：高建召，南开大学数学科学学院副教授，2010年博士毕业于南开大学数学科学学院。2010年起至今，任职于南开大学数学科学学院。2015年9月至2016年5月访问澳大利亚格里菲斯大学糖组学中心。主要研究方向，生物信息学，蛋白质结构，蛋白质功能预测等。更多详情可访问：www.biomath.cn。
（报告四）
报告题目：人脑功能性连接组指纹的统计检验与数据分析
内容简介：功能性连接组指纹正逐步成为衡量人脑功能性核磁图像连接组的可再现性的标准工具。基于可交换性假设，我们研究了与功能性指纹相关的统计检验。我们利用人类脑连接组项目和巴尔的摩老龄化追踪研究项目这两个数据集进行了数据分析。此外，我们还将介绍一些临床试验中脑功能性连接组数据的分析结果。
报告地点：数学科学学院B305
报告时间：2019年7月4日16：45-17：30（星期四）
报告人：王则一 (约翰霍普金斯大学博士在读)
报告人简介：约翰霍普金斯大学博士在读
（撰稿人：郭永峰；审稿人：裴永珍）