报告摘要：增效药物组合能够有效针对多基因、多因素调控的复杂疾病，影响多个靶点、多个亚群或多种疾病；可以有效提高疗效，增强治疗效果；可以在药效不变的前提下，降低药物剂量，从而减少药物毒性和副作用；同时可以延缓抗药性的发生。利用生物信息学的方法构建增效药物组合预测模型能够有效降低增效药物组合筛选的盲目性。然而错误的组合用药可能导致不良药物相互作用。传统的识别药物相互作用的方法主要依赖于生物临床试验等手段。随着生物医学数据的不断积累，计算方法能够低成本、大规模、快速高精度地预测药物相互作用。在早期的研究中，研究者们主要关注于预测药物之间是否可能产生不良药物相互作用。然而，这种二元预测难以揭示相互作用的药物在体内药理反应方面产生相互影响的内在机制，推断潜在药物相互作用类型对于探索不良药物相互作用背后的机制更有帮助。因此研究者们逐渐将目光转向药物相互作用类型预测研究。我将报告我们团队这些年来在基于智能算法的增效药物组合预测和药物相互作用类型预测上的一点研究进展和成果。

报告人简介：陈兴，江南大学三级教授、博导（教授博导均为31岁时直接破格），连续多年当选科睿唯安全球高被引科学家和爱思唯尔中国高被引学者，连续多年入围全球前2%顶尖科学家终身科学影响力榜单和全球排名前十万科学家榜单，江苏省333高层次人才培养工程培养对象，江苏省六大人才高峰高层次人才，无锡市太湖人才计划创新领军人才（A类），教育部学科评估专家，江苏省生物信息学学会副理事长，中国工业与应用数学学会数学生命科学专业委员会副秘书长，中国计算机学会杰出会员，国际计算生物学学会中国理事会首批理事，中国生物信息学学会多组学与整合生物学专业委员会常务委员，江苏省生物信息学学会人工智能与生物信息分会主任委员，江苏省生物医学工程学会生物信息学专业委员会副主任，江苏省计算机学会青年工作委员会副主任，江苏省双创团队核心成员。中科院一区杂志Briefings in Bioinformatics（五年影响因子8.1）执行编辑，中科院一区杂志Molecular Therapy（Cell子刊，五年影响因子12.7）、IEEE Journal of Biomedical and Health Informatics（五年影响因子8）、Journal of Translational Medicine（五年影响因子8.8）等六家SCI杂志副主编，GigaScience（五年影响因子12.2）、International Journal of Biological Sciences（五年影响因子11.3）、Cancer Biology & Medicine（影响因子12.4）等十家SCI杂志编委，PLoS Computational Biology杂志特约副主编。以一作或通讯发表SCI论文140余篇，论文被引共计18500余次，30篇论文入选ESI高被引论文，9篇论文入选ESI热点论文，H-因子为68。获教育部高等学校科学研究优秀成果奖自然科学奖二等奖（排名第3）、江苏省科学技术奖三等奖（排名第1）、中国自动化学会自然科学奖二等奖和三等奖各1次（均排名第1）、中国自动化学会自动化与人工智能创新团队奖（排名第2）、江苏省教育教学与研究成果奖一等奖（排名第1）、江苏省高等学校科学技术研究成果奖二等奖（排名第1）等荣誉，主持国家自然科学基金重大研究计划培育项目、面上项目（2项）、青年基金、江苏省高层次人才项目等。