讲座简介

季节性流感每年都会在全球造成大量的感染和相当数量的死亡，全球的研究者也对流感研究非常重视，在基于序列信息的演化统计分析以及动力学模型模拟方面也都取得了大量的进展，为季节性流感的有效日常防控提供帮助。但对于流感感染强度预测问题，由于现有方法的各自局限，还很难做到定量或长期提前预测。流感感染强度的定量长期预测对于我们更有针对性的应对未来流感感染至关重要。融合可以做长期预测的演化信息以及能对感染强度定量化的动力学模型，我们实现对流感感染强度的定量长期预测。我们的模型能够正确预测美国最近几年的季节性流感流行情况，其理论框架也为基于数据及模型的传染病预测预警提供新的思路。

主讲人简介

杜向军，中山大学公共卫生学院（深圳）教授，博士生导师。2017年入选中山大学百人计划，2005年华中科技大学物理系本科毕业，2010年中科院生物物理所生物信息学博士毕业，之后在美国国立卫生研究院生物信息学中心(NCBI)、密歇根大学以及芝加哥大学生态进化系从事计算系统生物学研究。在运用学科交叉方法解决与公共卫生相关的传染病研究方面有着丰富的经验，代表性成果包括基于序列信息的季节性流感快速准确的抗原监测、疫苗株推荐、动力学模拟以及流行强度提前预测等。实验室侧重通过计算系统生物学的方法，综合运用数据分析以及理论建模等手段，定量地研究多种相关因素与传染病的产生、演化、传播以及致病的关系，揭示其背后的生物学机制，指导传染病日常监测、防控与治疗。