1月19日下午，由人类表型组研究院钱斌治教授发起组织的影像和空间组学合作论坛第二期暨算法论坛在复旦大学江湾校区生命科学学院G209多功能厅举行。本次论坛旨在促进学术交流，聚焦于影像处理和空间组算法的应用，共同探讨影像和空间组算法领域的最新研究进展和成果，推动影像与空间组学领域的创新发展。

医学影像具有多模态、多参数的特点，可以提供在体的、系统的人体成分研究，对于异常病变的诊断敏感性高。而空间组学可以将微观表型与宏观表型相连接，空间组学数据的分析，可以系统地解析组织器官发育和疾病的空间分子机制、标记物和靶点。复旦大学人类表型组研究院、生命科学学院、类脑智能科学与技术研究院、上海数学中心、数学科学学院、信息科学与工程学院、计算机科学技术学院、代谢与整合生物学研究院和智能复杂体系基础理论与关键技术实验室的影像和空间组学算法相关专家学者出席会议。会议由钱斌治与类脑智能科学与技术研究院青年副研究员原致远共同主持。

人类表型组研究院副研究员王成彦介绍了基于多模态影像的血管表型网络建模及其在门静脉高压中的应用，血管表型网络建模技术能更全面、系统地分析脏器的血流动力学状况，挖掘影像中肉眼难以量化的特征信息，以便于在多中心研究中进一步探索各种疾病的生物标志物、生命科学学院博士高健则重点阐述了肺腺癌早期肿瘤微环境和免疫调控的解析，同时提供网页版代谢物下游生物学功能注释的工具、钱斌治主要介绍了最新搭建的复旦空间组学平台和高分辨率空间组学的数据，平台整体工作目标是建立国际领先水平的空间多组学测-算-控整合研究平台、原致远阐述了在细胞尺度、微环境尺度、组织尺度的空间生物信息学算法，重点介绍了其开发的微环境聚类算法MENDER，并针对目前面临的挑战性难题和提出了解决思路、上海数学中心副教授李春贺介绍了生物网络的随机方法，以及在细胞周期和癌症方面的应用、信息科学与工程学院教授郭翌介绍了基于超声影像数据的生成式AI模型的构建，以及将构建的通用性AI模型拓展到临床应用的一系列工作、生命科学学院教授戚继阐述了基于流形学习的空间转录组算法STEEL的研究与应用，该算法可以从高度稀疏的数据中识别组织和细胞类型，同时介绍了小鼠胚胎发育早期器官建成的时空图谱和植物花器官建成的时空图谱、类脑智能科学与技术研究院研究员张孝勇介绍了磁共振成像缺失模态的生成算法开发的相关工作、数学科学学院教授张淑芹介绍了跨物种空间转录组数据整合的成果，研究构建了神经网络模型来构建小鼠脑与人脑的数据整合、智能复杂体系基础理论与关键技术实验室副研究员史际帆表述了单细胞数据的伪时间与伪空间算法，并利用这些算法从单细胞数据出发推断其空间位置信息、代谢与整合生物学研究院研究员王冠琳介绍了升级版的SCINDY，该工具基于机器学习的方法用来分析单细胞转录组学和空间转录组学中细胞-细胞相互作用、计算机科学技术学院研究员谭伟敏阐释了大模型时代的新引擎——融合知识的AIGC，提出融合了医疗知识的AIGC将带来医工融合的范式改革、代谢与整合生物学研究院副研究员王嘉希介绍了基于质谱的空间多组学新技术方法开发助力临床代谢性疾病研究。

人类表型组研究院执行院长田梅对本次论坛进行总结发言，她对跨学科领域的交叉论坛表示高度认可。田梅指出，此次会议凝聚了复旦大学影像和空间组学相关算法领域专家学者的智慧和力量，为参会者提供了一个分享研究成果、探讨学术问题的平台，为影像和空间组算法领域指明了前沿研究方向，并在跨领域交叉融合中探索出新的合作机会。她表示，通过研讨和交流，不仅让大家拓宽了学术视野，还为未来的合作奠定了坚实基础“希望大家定期交流，紧密合作，促进人类表型组研究和各个相关学科共同发展。”