【报告摘要】当前，单细胞生物医学数据集中涌现，为研究细胞命运决策、复杂疾病机理等生物医学中的关键科学问题提供了重要基础。以深度学习为代表的人工智能技术在单细胞组学大数据的解析中取得了大量应用，然而纯数据驱动的深度学习方法普遍被视为“黑箱”，缺少可解释性与泛化性。为此，我们开展了模型与数据融合的新型智能算法研究，并在单细胞大数据分析中取得了更高的可解释性及可泛化性。本报告将汇报我们近期在单细胞因果机器学习中的相关研究进展。

【报告人简介】万林，中国科学院数学与系统科学研究院研究员。2003年获南京大学物理系学士学位，2009年获北京大学数学科学学院博士学位，随后在中国科学院数学与系统科学研究院工作至今。曾先后于美国南加州大学、美国数学生物研究所、德国马克斯·普朗克研究所等机构从事博士后或访问研究。主要研究领域为计算系统生物学、数据科学和人工智能等。