3月27日上午10时，华中科技大学同济公共卫生学院国际青年学者论坛在学院2号楼会议室顺利举行。约翰霍普金斯大学王译博士作为主讲嘉宾，为师生带来题为"空间组学与疾病进程中的单细胞特征"的学术报告。该报告由王超龙教授主持，近40名学院师生参与交流。

王译博士本科毕业于清华大学，获得生物和数学双学位。博士期间攻读生物统计学方向，专注于开发创新的计算方法来分析复杂的生物数据，重点关注单细胞测序和空间转录组等高通量组学数据分析。

讲座伊始，王译博士介绍了如何通过统计学方法解决组学数据分析中的问题。针对转录组数据中基因表达丰度差异导致的偏差问题，她提出了一种基于二维矩阵标准化的新方法，有效提高了基因共表达网络构建的准确性。随着单细胞组学和空间转录组技术的蓬勃发展，王译博士专注于解析高维度、空间动态的生物数据，并在实际应用过程中开发了多样本非负空间分解（mNSF）和SampleClock算法。

mNSF方法创新性地采用高斯过程模型对单细胞RNA测序数据进行降维处理，无需依赖样本间的空间对齐即可有效捕捉基因表达在空间维度上的连续梯度变化特征。该方法为解析复杂生物组织中基因表达的空间异质性提供了高精度的分析工具。SampleClock方法通过多分辨率特征选择和半监督学习策略，从不同疾病进程的新冠患者的单细胞ATAC和RNA测序数据中筛选出能够预测疾病严重程度的生物标志物，并构建了高精度的疾病进程预测模型。相比传统的小样本时序分析方法，SampleClock在预测稳定性和准确性上均表现出显著优势，为预防新冠感染中出现的"细胞因子风暴"提供了重要参考信息。

在互动讨论环节，公共卫生学院王超龙教授、常江教授和程珊姗副教授，以及基础医学院的李明锋教授就报告内容与王译博士展开了深入交流。王超龙教授特别关注mNSF方法的创新性优势。王译博士回应指出，该方法的最大突破在于能够直接对未经空间对齐的多样本数据进行分析，显著提升了研究效率和数据利用率。谈及单细胞和空间组学研究经验时，王译博士强调，优质的研究设计是获得可靠数据的基础，同时研究人员需要根据样本特征灵活选择分析方法，以适应检测技术和分析方法的快速迭代。

本次论坛为同济医学院师生提供了与国际前沿学者交流的宝贵机会，现场学术氛围浓厚。与会师生纷纷表示，报告内容既有理论深度又具实践指导意义，为相关领域的研究提供了新的思路和方法。论坛的成功举办进一步促进了学科交叉融合，推动了公共卫生领域研究方法的创新发展。