讲座时间：2016年11月14日上午8:10-10:00

讲座地点：科学馆207

讲座摘要：

讲座一：数据驱动的多学科药物发现--“大数据”，用于更安全和更有效的药物

药物科学正在改变，虽然可能不是范式转变，但数据科学对药物发现的影响和催化效果不能否认。然而，虽然它是诱人的，“大数据”--作为改变游戏规则的先驱，历史指示这种新的发展将可能是一个协同增效药物发现，而不是革命性的替代“旧方法”。如今，存储便宜，计算能力便宜，测量容易（相对而言）。此外，科学数据正在变得公开，甚至开放获取。更好的计算能力和更多的数据使得更容易将药物研究放在以前的工作环境中。此外，数据的可用性使得在开始新项目时有更好的准备。

因此，最好参考数据驱动的研究，而不是使用诸如“大数据”这样的术语。数据驱动是一种新的研究方式。虽然每个人都相信药物发现的决定已经以合理的方式做出，基于数据，在实践中，感觉倾向于发挥主要作用。例如，工作在他们的“宠物”蛋白质或化学反应的人。此外，一个项目的结果通常不与在另一个项目上工作的人共享。

正是这种方法，谨慎但好奇和开放的想法，一个新的可能性，这定义了我的科学态度。我的目标是探索在学科边界的潜在协同作用，同时使我的决定在生物制药科学的背景。在演讲中，我将概述化学和生物信息学中的最新和当前的发展。我将介绍我以前的一些工作，并概述我未来几年的计划。

讲座二：复杂交互网络

要理解今天的复杂系统，无疑有助于绘制量化，精确，正式的图表，显示组件及其关系。例如，在网络数据分析中，图表用于公开某些数据结构，目的是调查各个数据对象之间的交互和关系。数据科学的最近结果成功地在巨大的大小的美丽的可视化数据网络，并且，最重要的是，以有效的方式研究网络的静态属性。

软件电路通过允许数据流过网络，使数据网络高一层。软件电路是组成数据生产者和消费者以及协调他们的行动的模型。

应用包括云计算和多核编程。类似于电子电路，软件电路在视觉上是吸引人的。因为它们基于正式的数学模型，所以它们适合于行为属性的研究的精确分析。

在这次演讲中，我将总结一些我们的计算机科学部门的数据科学，系统和理论组的最近的研究。

主讲人介绍：

➢ Gerard van Westen博士现在是莱顿药物研究学术中心（LACDR）的助理教授，他的研究兴趣领域是预测多药理学，化学信息学，生物信息学，文本挖掘，跨学科研究，大数据，高性能集群计算，可视化。

➢ Marcello Bonsangue博士是莱顿大学莱顿高级计算机科学研究所（LIACS）的副教授。 目前，他是LIACS软件技术基础研究组和荷兰阿姆斯特丹数学和计算机科学中心（CWI）研究小组形式方法研究组成员。