学校各单位：

为提升学校教师科研能力和水平，培养学生学术素养和创新思维，拓宽学术视野，扩大学术交流，营造良好学术氛围，科研处组织开展“珠科学术大讲堂”系列活动，为学校师生提供学术交流平台。现将“珠科学术大讲堂”第20-21讲内容通知如下：

一、报告内容及时间地点

第20讲：

主题：基于图神经网络的蛋白质磷酸化位点预测

主讲人：时小虎教授

报告时间：2025年5月19日（星期一）10:30-11:15

报告地点：图书馆招生与就业处报告厅

报告简介：磷酸化位点的精准鉴定是揭示蛋白质功能调控机制的关键环节。本报告详细阐述GraphPhos模型——一种融合序列-结构多模态特征的图神经网络预测框架。针对传统方法依赖单一序列信息且忽略空间拓扑关系的局限，本研究构建了包含序列特征和结构特征的双模态特征体系。通过将上述特征输入图神经网络（GNN），模型可同时建模氨基酸节点的属性特征与接触图中的边连接关系，实现全序列尺度的磷酸化位点系统性预测。实验证明，引入结构接触图可有效捕捉磷酸化位点的局部微环境特征，而GNN的消息传递机制显著增强了长程残基相互作用的建模能力。

第21讲：

主题：大语言模型引导的新型属性图优化方法

主讲人：杨博教授

报告时间：2025年5月19日（星期一）11:15-12:00

报告地点：图书馆招生与就业处报告厅

报告简介：本报告针对生物医药和新材料领域对新型结构优化方法的需求,介绍一种新型属性图优化框架,将领域知识和深度学习有机融合到贝叶斯优化框架中,充分结合它们在知识建模、表示学习与生成机制、以及黑盒函数优化方面的优势,进一步提升求解质量和降低求解成本。针对药物分子发现和晶体结构预测两个具体任务,报告的具体内容包括:LLM引导的通用属性图优化框架,超高通量虚拟筛选的并行优化方法,基于LLM的药物分子生成方法,基于LLM的晶体结构表示生成方法,针对活性断崖的鲁棒亲和度预测方法,以及基于强化学习的晶体结构扩散生成方法。

二、主讲人简介

1.时小虎，吉林大学计算机科学与技术学院教授。分别于1996年、2002年和2006年于吉林大学获学士、硕士和博士学位。先后在美国密苏里大学计算机系和意大利特伦托大学信息工程与计算机科学系进行交流访问。主要研究领域为机器学习、生物信息学。作为项目负责人获得国家自然科学基金项目3项；获省部级科技进步一等奖4项、二等奖4项；合作出版专著1部；主编教材1部；先后发表学术论文100余篇，SCOPUS数据库中被引频次2002，H指数19。于2014年至2019年连续6年入选由ELSEVIER出版集团评选的“中国高被引学者榜单”。

2.杨博，吉林大学唐敖庆卓越教授，计算机科学与技术学院、软件学院院长，符号计算与知识工程教育部重点实验室主任。入选国家级领军人才，享受政府特殊津贴专家，教育部新世纪优秀人才，宝钢优秀教师，斯坦福全球顶尖科学家。中国人工智能学会理事，中国人工智能学会知识工程与分布智能专委会副主任，中国计算机学会杰出会员，《软件学报》、《计算机研究与发展》、《计算机科学与探索》等国内外期刊编委。长期从事人工智能研究，目前的主要研究方向为图机器学习与图优化、复杂系统学习、神经符号系统、智能推荐系统等。

三、参会人员

1.计算机学院教师和学生代表；

2.其他对讲座主题感兴趣的师生可自行前往。

    四、注意事项

1.请提前十分钟进入会场。

2.请参加讲座师生进入会场后将手机调为静音状态。 

科研处

2025年5月16日 

（联系人：郭文怡，7638546）