12月5日至7日，生命科学学院连续举办四场高水平学术报告，邀请北京大学李婷婷等7位专家学者，以“聚焦交叉融合”为核心主题，围绕人工智能（AI）与生物医学交叉领域的关键进展展开研讨。活动吸引校内师生广泛参与，有效强化了跨学科学术交流效果。

深圳理工大学吴浩教授作“AI驱动的生物医学大数据计算方法与转化应用”报告。报告系统阐述AI技术在基因组学、电子病历、穿戴设备等多元数据处理中的应用逻辑，重点介绍团队在疾病诊断、预后预测领域的算法创新与平台建设成果，明晰了AI赋能精准医疗的核心路径。

北京大学博雅特聘教授李婷婷教授以“Reversing Abnormal Phase Separation for Disease Treatment”为题，从生物大分子相分离视角，解析异常相分离的致病机制及干预策略开发思路，展现多学科交叉在疾病机制研究中的核心价值。

哈尔滨医科大学教授报告“多模态数据引导的肿瘤微环境表征与治疗靶点发现”，分享多组学与影像数据整合技术在肿瘤微环境异质性分析、治疗靶点挖掘中的应用，其团队相关成果已在顶级期刊发表，印证了计算生物学对肿瘤精准治疗的支撑作用。

北京理工大学教授作“基于自然语言处理的生物序列分析方法”报告。其核心创新在于将自然语言处理技术应用于DNA、RNA、蛋白质等生物序列分析，构建高效计算模型，为基因组学研究、蛋白质功能预测提供了全新技术路径。

四川大学华西生物医学大数据研究院副院长郭安源教授报告“肿瘤免疫治疗的生物信息学研究”，阐述生物信息学技术在免疫治疗响应机制解析、新型治疗策略开发中的应用，提供了肿瘤免疫研究的计算工具与视角。

上海交通大学特聘教授沈红斌以“基于人工智能的蛋白质分子数据解析方法”为题，展示AI在蛋白质结构、功能及相互作用预测中的技术突破，其团队构建的计算平台已获广泛应用且经实验验证，体现AI与实验科学融合的实效。

中南大学教授、生物信息学湖南省重点实验室主任王建新老师报告“三代测序数据的组装与模式挖掘”，针对三代测序超长读长、高错误率的技术特点，提出数据组装算法解决方案，分享海量测序数据的生物学模式挖掘方法，为基因组学研究提供关键技术支撑。

作为学院品牌学术活动，2025年已累计邀请国内外优秀学者近50人开展深度学术交流。系列论坛嘉宾阵容专业，主题聚焦交叉前沿，每场报告后的互动环节均形成深度研讨。活动不仅拓宽了师生学术视野，更强化了跨学科研究认知，为学院营造了崇尚交叉创新的科研氛围，打造特色优势学科注入了持久动力。