News

BÀI GIẢNG ĐẠI CHÚNG “GIẢI MÃ GEN VIỆT TRONG KỶ NGUYÊN KHOA HỌC DỮ LIỆU VÀ TRÍ TUỆ NHÂN TẠO”

Baigiangdaichung3 NgayKHCN

Bài giảng thuộc sự kiện NGÀY KHOA HỌC - CÔNG NGHỆ VIỆT NAM năm 2021

Cập nhật các thông tin mới nhất về sự kiện tại: https://fb.me/e/1It3N000f

  • Diễn giả: TS. Võ Sỹ Nam
  • Thời gian: 14h00 – 14h45 ngày 12/06/2021
  • Địa điểm: Viện Toán Học, Viện Hàn lâm Khoa học và Công nghệ Việt Nam
  • Sự kiện được livestream trực tiếp trên trang fanpage Quỹ Đổi mới sáng tạo VINIF (Viện Nghiên cứu Dữ liệu lớn VinBigdata), Fanpage Viện Toán học - Institute of Mathematics, VAST, Hanoi, Facebook Bản tin KHCN của Trung tâm Thông tin – Tư liệu và một số kênh truyền thông khác.

Kể từ khi dự án giải mã hệ gen người đầu tiên trên thế giới hoàn tất vào năm 2003, đã có rất nhiều dự án quy mô lớn tiếp theo được thực hiện. Trong số đó có thể kể đến dự án giải mã hệ gen của hơn 2,500 người từ 5 châu lục hay dự án giải mã hệ gen của hơn 11,000 bệnh nhân với 33 loại ung thư khác nhau. Các dự án này đã góp phần cách mạng hóa hiểu biết của loài người về hệ gen cũng như cải thiện việc chẩn đoán và điều trị bệnh trên người.

Vậy trong một kỷ nguyên mới, kỷ nguyên của Khoa học Dữ liệu và Trí tuệ nhân tạo, các dự án giải mã gen sẽ được hưởng lợi gì từ những tiến bộ của công nghệ?

Đi tìm lời đáp cho câu hỏi kể trên, bài giảng đại chúng “Giải mã gen Việt trong kỷ nguyên Khoa học Dữ liệu và Trí tuệ nhân tạo”, được trình bày bởi TS. Võ Sỹ Nam (Trưởng phòng Tin Y sinh ứng dụng, Viện Nghiên cứu Dữ liệu lớn VinBigdata) sẽ mang tới những góc nhìn thú vị xung quanh câu chuyện giải mã hệ gen người Việt.

TS. Võ Sỹ Nam hiện là Chuyên gia Nghiên cứu Tin sinh học, Trưởng phòng Tin Y sinh Ứng dụng, Viện Nghiên cứu Dữ liệu lớn Vingroup Big Data Institute (VinBigdata). Anh cùng cộng sự phụ trách nghiên cứu và phát triển các hệ thống phân tích và chú giải dữ liệu y sinh học quy mô lớn, cũng như các mô hình dự đoán nguy cơ bệnh, tác dụng phụ của thuốc, hướng tới xây dựng những giải pháp hỗ trợ chẩn đoán và điều trị bệnh. Trong số các dự án anh cùng đội ngũ đang thực hiện, Hệ thống Phân tích, Quản lý và chia sẻ dữ liệu y sinh lớn nhất Việt Nam VinGen Data Portal (https://genome.vinbigdata.org/) đã được công bố từ tháng 12/2020. Hệ thống lưu trữ hơn 1200 TeraByte dữ liệu và gần 5000 mẫu sinh học liên quan đến dự án giải mã 1000 hệ gen người Việt và các dự án ứng dụng khác.

Trước khi gia nhập VinBigdata, TS. Nam đã có hơn 10 năm kinh nghiệm làm việc trong lĩnh vực tin sinh học tại các phòng nghiên cứu lớn ở Mỹ. Anh lấy bằng tiến sỹ tại Đại học Memphis, nghiên cứu sau tiến sỹ tại Trung tâm Ung thư MD Anderson, Đại học Texas và sau đó làm chuyên gia nghiên cứu tại Trung tâm Khoa học Dữ liệu, Đại học Chicago. Anh đã công bố nghiên cứu trên nhiều tạp chí và hội nghị khoa học uy tín trong đó có Immunity (Cell), Cell Reports, Human Genome Variation (Nature). Trở về quê hương và gia nhập VinBigdata năm 2019, mục tiêu của anh là góp phần xây dựng các cơ sở dữ liệu y sinh học quy mô lớn, đồng thời phát triển các phương pháp và công cụ phân tích dữ liệu hướng đến ứng dụng y học chính xác tại Việt Nam.
Các bạn vui lòng đăng ký tham dự sự kiện trực tuyến theo đường Link: https://forms.office.com/r/k4eFkYqcvN

Ngoài ra, các bạn có thể đặt câu hỏi cho Diễn giả trong đơn đăng ký, Ban tổ chức sẽ tổng hợp và ưu tiên giải đáp tại sự kiện.
(Thời hạn đăng ký: trước 12h00 ngày 11/06/2021)
-----------
Đây là một trong chuỗi 06 bài giảng đại chúng nằm trong khuôn khổ Chương trình Ngày Khoa học – Công nghệ Việt Nam năm 2021 với chủ đề: “Đổi mới sáng tạo để kiến tạo tương lai”. Chương trình được đồng tổ chức bởi Trung tâm Quốc tế Đào tạo và Nghiên cứu Toán học UNESCO (Viện Toán học - Viện Hàn lâm Khoa học và Công nghệ Việt Nam) và Quỹ Đổi mới sáng tạo Vingroup (VINIF), Viện Nghiên cứu Dữ liệu lớn VinBigdata. Với sự góp mặt của các nhà khoa học uy tín Việt Nam, cùng với các chủ đề đa dạng, cấp thiết trong đó có dịch bệnh COVID-19, sự kiện hy vọng sẽ lan tỏa được những kiến thức khoa học công nghệ mới tới đại chúng và tiếp thêm động lực cho các nhà khoa học trẻ tại Việt Nam!

LAST_UPDATED2